Analisi della vulnerabilità sociale e danno da tsunami per ... · iii Sommario Siracusa,...

i

ALMA MATER STUDIORUM ∙ UNIVERSITÀ DI BOLOGNA

Scuola di Scienze

Corso di Laurea Magistrale in Fisica del Sistema Terra

Analisi della vulnerabilità sociale e danno da tsunami

per la città di Siracusa

Relatore: Presentata da:

Prof. Stefano Tinti Eleonora Accorsi

Correlatore:

Dott. Gianluca Pagnoni

Sessione II

Anno Accademico 2014/2015

iii

Sommario

Siracusa, importante città della Sicilia sud orientale, si affaccia sul Mar Ionio ed è situata in

una zona altamente esposta al pericolo di tsunami, di tipo locale e non: fra i numerosi eventi

che hanno colpito quest’area si ricordano i maremoti del 21 luglio 365, dell’11 gennaio 1693

e del 28 dicembre 1908.

L’obiettivo di questa Tesi è studiare la vulnerabilità sociale, esposizione e impatto legati a

un’eventuale inondazione di Siracusa dovuta a tsunami. Il presente lavoro è strutturato come

segue. Innanzitutto, si fornisce una descrizione della regione interessata illustrandone gli

aspetti geografici e geologici e tracciando una breve sintesi della sequenza degli tsunami che

l’hanno colpita. Successivamente si prende in esame la vulnerabilità, in particolare la

vulnerabilità sociale, facendo un breve excursus dei concetti e delle metodologie di analisi.

Nella Tesi lo studio sarà diviso in tre fasi che si differenziano sia per l’approccio utilizzato

che per le dimensioni dell’area in esame. Nella prima fase viene studiata tutta la costa

orientale della Sicilia con l’obiettivo di calcolare la vulnerabilità sociale su base comunale.

Per ogni comune della costa verrà calcolato un indice di vulnerabilità noto nella letteratura

specialistica come SoVI (Social Vulnerability Index). Nella seconda fase ci si concentra sul

comune di Siracusa e si stima il numero di persone potenzialmente colpite da tsunami sulla

base di dati statistici disponibili a livello municipale. La terza fase consiste in un’analisi

ancora più dettagliata che studia puntualmente le strutture che si trovano nella zona inondata e

quantifica l’impatto sulle persone e sulle costruzioni considerando per queste ultime anche il

loro valore economico.

v

Indice Introduzione ............................................................................................................................... 1

1 La città di Siracusa e gli tsunami ........................................................................................ 3

1.1 Siracusa ........................................................................................................................ 3

1.2 Setting geologico ......................................................................................................... 5

1.3 Gli tsunami .................................................................................................................. 7

1.3.1 Il maremoto del 21 luglio 365 .............................................................................. 7

1.3.2 Il maremoto dell’11 gennaio 1693 ....................................................................... 7

1.3.3 Il maremoto del 28 dicembre 1908 ...................................................................... 8

1.3.4 Altri tsunami ......................................................................................................... 9

1.4 Scenario di tsunami per la città di Siracusa ............................................................... 10

2 Analisi della vulnerabilità ................................................................................................. 13

2.1 Definizione di vulnerabilità ....................................................................................... 13

2.2 Analisi della vulnerabilità sociale .............................................................................. 16

2.3 Gli indici di vulnerabilità sociale............................................................................... 18

2.3.1 SoVI ................................................................................................................... 19

2.4 Analisi di vulnerabilità sociale in ambito comunale ................................................. 20

2.4.1 Presenze giornaliere totali .................................................................................. 21

2.4.2 Presenze negli edifici scolastici e universitari .................................................... 22

2.4.3 Presenze negli ospedali pubblici ........................................................................ 22

2.4.4 Presenze giornaliere negli stabilimenti balneari ................................................. 22

2.4.5 Presenze giornaliere nei porti ............................................................................. 23

2.5 Analisi di vulnerabilità sociale a livello delle singole strutture nell’area di

inondazione ........................................................................................................................... 23

2.5.1 Presenze nelle strutture ricettive ........................................................................ 24

2.6 Danno da maremoto alle persone .............................................................................. 25

2.7 Stima del Probable Maximum Loss........................................................................... 29

vi

2.7.1 Stima del PML relativo agli edifici .................................................................... 30

3 Raccolta dei dati ................................................................................................................ 31

3.1 SoVI ........................................................................................................................... 31



inondazione ........................................................................................................................... 36

3.3.1 CTN .................................................................................................................... 37

3.3.2 Altri dati ............................................................................................................. 40

3.4 Stima del PML relativo agli edifici ........................................................................... 42

4 Analisi dei dati .................................................................................................................. 45

4.1 SoVI ........................................................................................................................... 45



inondazione ........................................................................................................................... 53

4.3.1 Localizzazione delle strutture ............................................................................. 53

4.3.2 Selezione delle strutture ..................................................................................... 56

4.3.3 Analisi di vulnerabilità ....................................................................................... 60


5 Conclusioni ....................................................................................................................... 75

5.1 SoVI ........................................................................................................................... 75



inondazione ........................................................................................................................... 76


Bibliografia ............................................................................................................................... 79

vii

Elenco delle figure

Figura 1.1: Immagine satellitare della Sicilia (da Google Earth) ............................................... 3

Figura 1.2: Immagine satellitare della città di Siracusa e della penisola di Ortigia (da Google

Earth) .......................................................................................................................................... 4

Figura 2.1: Funzione di fragilità per il calcolo delle vittime da tsunami, da Koshimura et al.

(2009), e dati sperimentali ........................................................................................................ 27

Figura 2.2: Digitalizzazione fino a 5 m dei dati sperimentali di mortalità da tsunami di

Koshimura et al. (2009) ............................................................................................................ 27

Figura 3.1: fogli della CTN utilizzati per lo studio della città di Siracusa ............................... 36

Figura 3.2: Schermata CTN dove sono rappresentati esempi di elementi della polyline. Le

righe identificano ciascun elemento dello shape, le colonne identificano gli attributi (handle,

layer, elevation et cetera) ......................................................................................................... 39

Figura 3.3: Fasce utilizzate per le quotazioni OMI per la penisola di Ortigia ......................... 42

Figura 4.1: Grafico con in ascissa i fattori ed in ordinata il relativo autovalore e la varianza

cumulata. I fattori con maggiore autovalore spiegano la maggiore varianza dei dati .............. 45

Figura 4.2: Mappa del SoVI per i comuni considerati ............................................................. 48

Figura 4.3: Percentuali dei comuni a bassa, media e alta vulnerabilità sociale suddivisi in base

alla provincia ............................................................................................................................ 49

Figura 4.4: Confronto fra l’andamento delle presenze turistiche giornaliere e le presenze

giornaliere negli stabilimenti balneari ...................................................................................... 51

Figura 4.5: Parte della mappa creata con Google Earth dove ciascun segnaposto indica una

tipologia di edificio differente .................................................................................................. 53

Figura 4.6: Mappa degli edifici ritenuti vulnerabili rappresentati con colori diversi in base alla

tipologia. Le linee nere e celesti rappresentano rispettivamente le strade e le acque .............. 54

Figura 4.7: Altre stutturei e luoghi considerati vulnerabili dal punto di vista sociale ............. 56

Figura 4.8: Mappa delle strutture ritenuti vulnerabili a quota uguale o inferiore a 5 m .......... 58

Figura 4.9: Mappa degli edifici residenziali a quota uguale o inferiore a 5 m......................... 59

Figura 4.10: Mappa delle strutture del layer B002 a quota uguale o inferiore a 5 m ............... 60

Figura 4.11: Spiaggia privata dell’hotel (A), solarium Porto Piccolo (B) e solarium Forte

Vigliena (C) .............................................................................................................................. 62

Figura 4.12: Mappa delle strutture non residenziali in base alla colonna d’acqua .................. 67

viii

Figura 4.13: Mappa degli edifici residenziali classificati in base alla colonna d’acqua .......... 71

ix

Elenco delle tabelle

Tabella 2.1: Alcune definizioni di vulnerabilità con relativa fonte .......................................... 14

Tabella 2.2: Elenco di alcune definizioni di vulnerabilità sociale con relativa fonte .............. 16

Tabella 2.3: Variazioni temporali dei valori di presenze per ciascuna struttura ...................... 21

Tabella 2.4: Ulteriori note relative alle variazioni temporali dei valori di presenze per ciascuna

tipologia di edificio .................................................................................................................. 24

Tabella 2.5: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che si

trovano in edifici ad un solo piano o al piano terra di edifici a più piani ................................. 25

Tabella 2.6: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che si

trovano al primo piano degli edifici ......................................................................................... 26

Tabella 2.7: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime

stimati per persone al piano terra degli edifici ......................................................................... 28


utilizzati per persone al primo piano degli edifici .................................................................... 28

Tabella 2.9: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime per

persone negli edifici che subiscono crolli parziali o totali ....................................................... 29

Tabella 3.1: Elenco dei comuni considerati per il calcolo del SoVI suddivisi in base alla

provincia ................................................................................................................................... 31

Tabella 3.2: Elenco dei dati con anno di riferimento e fonte di informazione utilizzati per

calcolare gli indicatori impiegati nella costruzione del SoVI .................................................. 34

Tabella 3.3: Tipo di dati per il calcolo delle presenze con anno di riferimento e relativa

sorgente di informazioni ........................................................................................................... 35

Tabella 3.4: Descrizione della classificazione del layer B ....................................................... 39

Tabella 3.5: Strutture per le quali i dati sono stati raccolti individualmente con relativa

sorgente di informazione .......................................................................................................... 40

Tabella 3.6: Elenco dei dati utilizzati con relativo anno di riferimento e fonte di informazione

.................................................................................................................................................. 41

Tabella 3.7: Valori economici minimi e massimi (€) per m2 per tipologia residenziale e

commerciale in base alla fascia ................................................................................................ 43

Tabella 3.8: Valori economici minimi e massimi (€) per m2 per tipologia terziaria e produttiva

in base alla fascia ...................................................................................................................... 43

x

Tabella 4.1: Elenco dei fattori con variabili rappresentate, segno delle coordinate delle

variabili e segno del fattore ...................................................................................................... 46

Tabella 4.2: Classificazione del SoVI per i comuni considerati .............................................. 47

Tabella 4.3: Presenze giornaliere totali con variazione mensile per la città di Siracusa .......... 50

Tabella 4.4: Presenze giornaliere negli edifici considerati vulnerabili dal punto di vista sociale

per la città di Siracusa .............................................................................................................. 52

Tabella 4.5: Tipologia e numero di strutture nella zona analizzata ......................................... 55

Tabella 4.6: Tipologia e numero di strutture con quota topografica uguale o inferiore a 5 m . 57

Tabella 4.7: Percentuale di frequenza mensile degli stabilimenti di Siracusa rispetto al mese

con maggiori presenze (agosto) ................................................................................................ 62

Tabella 4.8: Presenze in edifici scolastici, ospedali pubblici, case di riposo, strutture ricettive

e stabilimenti balneari nella zona inondata .............................................................................. 63

Tabella 4.9: Numero di edifici non residenziali a un piano suddivisi in base all’altezza della

colonna d’acqua. Evidenziati in azzurro gli edifici in cui abbiamo una stima delle persone

presenti ..................................................................................................................................... 65

Tabella 4.10: Numero delle strutture non residenziali a due o più piani suddivisi in base

all’altezza della colonna d’acqua. Evidenziati in azzurro le strutture in cui abbiamo una stima

delle persone presenti ............................................................................................................... 66

Tabella 4.11: Luoghi considerati vulnerabili dal punto di vista sociale con colonna d’acqua e

relativa percentuale di vittime. Evidenziati in azzurro i luoghi per cui abbiamo una stima delle

persone presenti. ....................................................................................................................... 68

Tabella 4.12: Residenti in base al piano abitato degli edifici residenziali ............................... 68

Tabella 4.13: Presenze coinvolte in base al livello di esposizione assegnato al piano terra degli

edifici residenziali .................................................................................................................... 69

Tabella 4.14: Presenze coinvolte in base al livello di esposizione assegnato al primo piano

degli edifici residenziali ........................................................................................................... 69

Tabella 4.15: Presenze negli edifici classificati con livello di danno D4 o D5 con il metodo

Schema ..................................................................................................................................... 70

Tabella 4.16: Elenco degli individui coinvolti in base a livello di esposizione e tipo di edificio

.................................................................................................................................................. 71

Tabella 4.17: Prima parte dell’elenco delle aree inondate al 40% o totalmente inondate e dei

danni economici minimi e massimi per tipologia di struttura non residenziale ....................... 72

xi

Tabella 4.18: Seconda parte dell’elenco delle aree inondate al 40% o totalmente inondate e dei

danni economici minimi e massimi per tipologia di struttura non residenziale. L’ultima

colonna esprime i totali ottenuti sommando i valori di tutte le strutture .................................. 73

Tabella 4.19: Elenco delle aree inondate al 40% o totalmente inondate e dei danni economici

minimi e massimi per gli edifici residenziali ........................................................................... 73

Tabella 4.20: Aree inondate al 40% o totalmente inondate e dei danni economici minimi e

massimi per le strutture industriali ........................................................................................... 74

Tabella 4.21: Riassunto e totale dei danni economici minimi e massimi per tutte le strutture 74

Tabella 5.1: Valori per i fattori F1, F2 e F3 per Siracusa con relative variabili rappresentate 75

1

Introduzione

È noto che terremoti, maremoti, eruzioni vulcaniche et cetera sviluppano un enorme

potenziale distruttivo se colpiscono elementi a rischio in dipendenza delle relative

vulnerabilità fisiche, sociali, economiche ed ambientali. Questi eventi sono difficilmente

prevedibili e l’unica azione possibile consiste nell’attuare politiche e pratiche che possano

attenuarne gli effetti disastrosi.

Basandosi sulla definizione fornita dalla UNISDR (United Nations Office for Disaster Risk

Reduction) si può introdurre il concetto di rischio che è la combinazione fra la probabilità di

verificarsi di un evento e la probabilità che si verifichino conseguenze negative, ovvero

perdite potenziali. Generalmente è indicato come la convoluzione di tre quantità:

𝑅𝑖𝑠𝑐ℎ𝑖𝑜 = 𝑃𝑒𝑟𝑖𝑐𝑜𝑙𝑜𝑠𝑖𝑡à ∗ 𝑉𝑢𝑙𝑛𝑒𝑟𝑎𝑏𝑖𝑙𝑖𝑡à ∗ 𝐸𝑠𝑝𝑜𝑠𝑖𝑧𝑖𝑜𝑛𝑒

La pericolosità è la probabilità che un evento di una certa intensità colpisca un determinato

sito entro un dato periodo di tempo, la vulnerabilità è la propensione di un elemento a subire

danni, qualora sia colpito, e l’esposizione riguarda il grado di protezione dell’elemento nel

contesto ambientale in cui si trova.

Per ridurre il potenziale distruttivo dei fenomeni naturali non si può agire sulla pericolosità,

ma è possibile modificare la vulnerabilità e, parzialmente, l’esposizione degli elementi sotto

attacco.

Tra i fenomeni naturali potenzialmente dannosi già citati vi sono gli tsunami, che si

manifestano come serie di onde marine di grande lunghezza d’onda e periodo. Quando lo

tsunami si avvicina alla costa, la sua velocità di fase diminuisce a causa dell’abbassamento

del fondale e l’ampiezza delle onde aumenta, amplificandosi anche fino a 10-20 volte rispetto

ai valori misurabili in mare aperto. Gli tsunami sono provocati da terremoti sottomarini, frane

subaeree e sottomarine, eruzioni vulcaniche e anche dall’impatto in mare di asteroidi o

meteoriti. I maremoti possono causare numerose vittime, distruggere completamente villaggi

e città costiere, come la storia insegna, con danni che possono persistere nel tempo per molti

anni, e possono condizionare lo sviluppo di economie locali e di interi stati. Negli ultimi

decenni la concentrazione di popolazione e di insediamenti nelle zone costiere è notevolmente

aumentata in tutti i paesi del mondo, il che ha reso più pressante la necessità di stimare il

2

rischio ad essi associato e di dotare le comunità costiere di norme e mezzi di prevenzione

adeguati. Il progetto europeo ASTARTE (Assessment, STrategy And Risk Reduction for

Tsunamis in Europe) nel triennio 2014-2016 si pone fra l’altro gli obiettivi di accrescere il

livello di resilienza da tsunami, di migliorare la preparazione della popolazione che vive sulle

coste e di salvaguardare e proteggere sia le vite umane che gli edifici. L’area di studio del

progetto comprende le coste europee che si affacciano sull’oceano Atlantico e quelle del mar

Mediterraneo, ma di fatto si concentra su alcuni siti-campione fra i quali vi è anche la città di

Siracusa, situata nella parte meridionale della costa orientale della Sicilia. Questa Tesi, il cui

obiettivo è quello di studiare la vulnerabilità sociale, l’esposizione e l’impatto di tsunami

tramite un’analisi della popolazione e delle strutture, focalizza la propria attenzione sull’area

residenziale di Siracusa che comprende la penisola di Ortigia e la zona in prossimità della

costa stretta fra il Porto Piccolo e il Porto Grande.

Il Capitolo 1 sarà dedicato all’inquadramento della zona sia dal punto di vista geologico che

storico ed alla descrizione più dettagliata della città di Siracusa. Nel Capitolo 2 si definisce la

vulnerabilità sociale e sono descritti i vari metodi utilizzati per stimarla in maniera

quantitativa. Il primo metodo è applicato ai vari comuni della costa orientale siciliana e

calcola un indice relativo di vulnerabilità sociale che è noto in letteratura come Social

Vulnerability Index (SoVI). Con il secondo metodo si analizza la vulnerabilità nel comune di

Siracusa stimando il numero di persone potenzialmente colpite da maremoto. Il terzo metodo

è applicato alla penisola di Ortigia e alla zona vicino alla costa fra il Porto Piccolo e il Porto

Grande e quantifica con dettaglio maggiore rispetto al metodo precedente il numero di

persone potenzialmente investite ed il danno che possono subire. Si è inoltre valutata la

massima perdita economica sulla base delle strutture fisicamente danneggiate. Nel Capitolo 3

si descrive la raccolta dei dati necessari per compiere le analisi che sono compiute in dettaglio

e commentate nel Capitolo 4. Infine, nel Capitolo 5 si tirano le conclusioni evidenziando

anche i limiti dell’analisi.

3

1 La città di Siracusa e gli tsunami

In questo primo Capitolo si fornisce una breve descrizione della città di Siracusa e delle

caratteristiche geologiche del suo territorio, integrandola con l’analisi degli tsunami che

l’hanno colpita nel corso dei secoli.

1.1 Siracusa

Siracusa, situata nella costa orientale della Sicilia (Figura 1.1), giace sul promontorio della

penisola di Ortigia (lunga circa 1,6 km e larga 800 m) e sulla terra ferma. La città si apre su

un’ampia baia, conosciuta come Baia di Siracusa, che si trova a sud ovest di Ortigia (Figura

1.2).

Figura 1.1: Immagine satellitare della Sicilia (da Google Earth)

4

Figura 1.2: Immagine satellitare della città di Siracusa e della penisola di Ortigia (da

Google Earth)

Siracusa è una città molto importante dal punto di vista storico ed artistico ed è stata inclusa

nella lista dei siti del patrimonio dell’umanità da parte dell’UNESCO nel 2005. La città è

caratterizzata da un lungo e ricco percorso storico. I primi insediamenti nell’area risalgono

all’età del bronzo e del ferro. Attorno al 734 a.C. Greci provenienti da Corinto e Tenea

fondarono una colonia che si sviluppò velocemente, diventando una delle più grandi città del

mondo antico. I Romani conquistarono Siracusa nel 212 a.C. e la governarono per seicento

anni. Durante il dominio Romano Siracusa rimase una città importante, ma nel corso della

storia successiva andò progressivamente declinando. Dal Medioevo fino all’Età Moderna

Siracusa fu governata da diverse civiltà: Bizantini, Arabi, Normanni e Spagnoli. Nel 1861

divenne infine parte dell’appena nato Regno d’Italia.

Siracusa cominciò ad espandersi oltre Ortigia solamente nella seconda metà del XIX secolo

quando il quartiere Umbertino ed il quartiere di Santa Lucia furono costruiti nell’entroterra a

nord della penisola, al di là delle mura spagnole (distrutte nel 1870). Una seconda più intensa

5

urbanizzazione cominciò subito dopo la fine della Seconda Guerra Mondiale, quando molti

quartieri furono costruiti nell’area settentrionale.

Ortigia è oggi collegata con l’entroterra mediante due ponti:

il ponte Umberto I, risalente al 1870, completamente in pietra, ristrutturato alla fine

degli anni ’80;

il ponte Santa Lucia, costruito nel 2004 rispettando i criteri antisismici più stringenti

appositamente per ridurre il rischio di crollo in caso di terremoto.

Fino al 2014 era presente anche il ponte dei Calafatari, demolito all’inizio del 2015 perché

considerato instabile e pericolante. Vale la pena ricordare che è in corso un’indagine per

verificare se il suo abbattimento non sia stato compiuto senza adeguate indagini di carico e

perciò senza accertato motivo.

Siracusa è dotata di un porto diviso in due settori, entrambi per lo più turistici: il Porto

Piccolo, a nord est di Ortigia, ha un bacino poco profondo ed un canale lo collega al Porto

Grande, costruito nella parte settentrionale della Baia di Siracusa. In passato quest’ultimo era

un importante porto commerciale, ma ora ha perso importanza a causa della competizione con

i porti di altre città. Al momento, sono in corso lavori di espansione.

Attualmente, l’economia della città è basata soprattutto sul turismo e sul polo petrolchimico

che occupa un’ampia porzione della costa a nord di Siracusa fino ad Augusta.

1.2 Setting geologico

Siracusa è situata all’interno del plateau Siculo-Ibleo, parte del prolungamento settentrionale

emerso della placca Africana, che nel Mar Mediterraneo si scontra con il plateau Calabro-

Ionico nella scarpata Ibleo-Maltese (Figura 1.3). La scarpata, che si estende al largo delle

coste orientali siciliane, può essere suddivisa in due parti: la parte a sud di Siracusa non è stata

sede di fagliazione nei tempi recenti, mentre la parte a nord è caratterizzata da faglie

distensive recenti disposte in direzione NNW-SSE. Essa sembra rappresentare un margine

continentale passivo ed è caratterizzata da un profondo dislivello.

6

Figura 1.3: La scarpata Ibleo-Maltese (linea nera)

Importante è la relazione con l’Etna, poiché la parte orientale della base dell’edificio

vulcanico Etneo è posizionata in mare e sembra intercettare la scarpata Ibleo-Maltese: il

dislivello topografico della scarpata perciò potrebbe influenzare la stabilità dei versanti ionici

dell’Etna.

L’interazione del blocco Siculo-Ibleo e del blocco Calabro-Ionico è l’origine di terremoti,

anche tsunamigenici, locali e regionali lungo la costa della Sicilia orientale, che però è anche

interessata da maremoti causati dalla sismicità legata all’Arco Ellenico (Figura 1.4).

Figura 1.4: Arco Ellenico, Mar Egeo, coste greche circostanti e Turchia occidentale

L’Arco Ellenico è manifestazione della subduzione di litosfera oceanica in direzione NE-SW

nel Mediterraneo orientale e separa il Mediterraneo meridionale, caratterizzato da profondità

di circa 3 km e non deformato, dal Mar Egeo, che ha una struttura decisamente più complessa.

7

La tettonica dell’Egeo settentrionale è prevalentemente distensiva e trascorrente poiché la

Turchia tende a spostarsi verso Ovest e l’Arco Ellenico verso Sud-Ovest.

1.3 Gli tsunami

La Sicilia orientale e la Calabria meridionale sono le regioni Italiane con maggiore attività

tsunamigenica e in queste zone si sono verificati gli eventi più disastrosi conosciuti. Siracusa

è stata colpita da numerosi tsunami secondo il catalogo dei maremoti italiani (Tinti et al.,

2007).

1.3.1 Il maremoto del 21 luglio 365

Un terremoto (M=8,3) con origine nell’Arco Ellenico occidentale provocò uno tsunami che fu

osservato in tutto il Mediterraneo orientale. Non si hanno descrizioni precise di inondazioni

sulle coste Siciliane, ma vi sono tracce geologiche sia sulla costa che in mare aperto. In

particolare, vale la pena ricordare che le torbiditi di Augias (o omogeniti) che si trovano nella

piana abissale dello Ionio e di Sirte e che furono attribuite alla propagazione verso ovest del

maremoto provocato dall’esplosione di Santorini attorno al 1600 a.C., sono invece da

collegare, secondo studi e datazioni recenti, proprio al maremoto del 365 (Polonia et al.,

2013). In una campagna di carotaggi effettuata in 10 siti della Sicilia orientale sono stati

identificati in campioni prelevati in 4 siti diversi della Baia di Augusta, sia a riva che in mare,

depositi di sedimenti collegabili a questo tsunami (Smedile et al., 2012). Inoltre è bene

ricordare che sono stati trovati depositi sia a nord che a sud di Siracusa e che, considerando le

distanze di inondazione nei siti vicini di Priolo Gargallo (circa 10 km a nord) e Morghella

(circa 40 km a sud), si può suppore che lo tsunami sia stato abbastanza violento da provocare

una profonda inondazione anche nell’area di Siracusa (De Martini et al., 2012).

1.3.2 Il maremoto dell’11 gennaio 1693

Un primo terremoto (M=6,2) del 9 gennaio è stato seguito da un altro evento disastroso

(M=7,4) due giorni dopo, che ha provocato uno tsunami. I due terremoti hanno colpito la

Sicilia sud orientale, ovvero le province di Catania, Siracusa e Ragusa causando enorme

distruzione e più di 50.000 vittime.

8

A Mascali il mare penetrò per circa 1,5 km, ma il maggior impatto si ebbe ad Augusta, dove

inizialmente il porto fu completamente portato a secco dal ritiro del mare. Successivamente, il

mare crebbe di 2,5 m al di sopra del livello normale, inondando la città con un run-up fino a 8

m. A Siracusa furono osservate almeno 3 onde di tsunami e il mare penetrò per circa 150 m.

Le informazioni sono però troppo vaghe per localizzare con precisione i luoghi inondati.

La faglia del terremoto dell’11 gennaio 1693, il più importante della sequenza, è stata

localizzata in almeno tre posizioni differenti in diversi studi: a terra vicino alla costa (Sirovich

e Pettenati, 1999; DISS, 2010) sulla base di dati macrosismici e di modelli di propagazione di

onde sismiche; al largo nel Mar Ionio lungo la scarpata Ibleo-Maltese (Piatanesi e Tinti, 1998;

Bianca et al., 1999; Tinti et al., 2011) sulla base di modelli sismo-tettonici e di modelli di

propagazione di onde di tsunami; nella zona di subduzione Calabra (Gutscher et al., 2006)

sulla base di considerazioni tettoniche e modellistica di tsunami. Un’ulteriore ipotesi (Tinti et

al., 2007; Argnani et al., 2012) sonda l’ipotesi che lo tsunami sia stato provocato da una frana

sottomarina causata dal terremoto stesso.

1.3.3 Il maremoto del 28 dicembre 1908

Il terremoto (M=7,1) e lo tsunami del 28 dicembre 1908 formano insieme l’evento naturale

più disastroso che ha colpito l’Italia nella storia moderna. Il terremoto ha portato a enorme

devastazione nella Sicilia orientale e nella Calabria meridionale, distruggendo Messina e

Reggio Calabria e causando, congiuntamente allo tsunami, oltre 80.000 vittime.

Lo tsunami ha attaccato la costa pochi minuti dopo il terremoto ed è stato altamente

distruttivo nella parte meridionale dello Stretto di Messina: qui il run-up delle onde ha

raggiunto i 6 m in molte località e ha superato i 10 m a Lazzaro e Pellaro in Calabria e a

Sant’Alessio in Sicilia. L’altezza di run-up è diminuita fino a 2 m procedendo verso sud nella

zona di Siracusa. Qui lo tsunami ha colpito prima il Porto Piccolo e ha viaggiato attraverso il

canale che lo collega al Porto Grande. L’area attorno a questo canale fu inondata, ma le acque

non si sono inoltrate oltre 100 m dalla banchina.

Si riconosce come responsabile una faglia localizzata nello Stretto di Messina, ma non vi è

consenso né sulla posizione precisa della faglia né sulla distribuzione ed entità dello

scorrimento co-sismico. È inoltre stata proposta un’ipotesi che lega lo tsunami ad una grande

frana (Billi et al., 2008). Sebbene la sorgente sia considerata inadeguata da altri autori

(Argnani et al., 2009), l’idea che lo tsunami sia causato da uno o più movimenti di massa

9

messi in moto dal terremoto è considerata plausibile (Favalli et al., 2009; Ridente et al.,

2014).

1.3.4 Altri tsunami

Recenti studi di paleo-tsunami nella costa orientale della Sicilia hanno gettato nuova luce su

altri maremoti che in passato hanno colpito il Siracusano.

A sud di Siracusa, nella penisola della Maddalena, sono stati trovati accumuli di massi dovuti

all’impatto degli tsunami del 1693, del 1908 e forse di un evento del 4 Febbraio 1169 (causato

da un terremoto con epicentro a sud di Catania) (Scicchitano et al., 2007; Scicchitano et al.,

2010). Più a sud, nell’area di Ognina, altri depositi di massi sono stati interpretati come il

risultato dell’impatto dell’evento del 1169 (Scicchitano et al., 2007). Sempre nella stessa

zona, sono stati ritrovati sedimenti la cui analisi li collega agli tsunami del 365, del 1169 e del

1693 (Scicchitano et al., 2010).

Altri depositi di massi sono stati studiati nella riserva marina di Vendicari e vengono

ricondotti agli eventi del 1693 o del 1908 e ad un altro tsunami, avvenuto fra il 650 ed il 930

(Barbano et al., 2001).

Nella penisola di Magnisi nella Baia di Augusta sono stati identificati massi e sono stati

prelevati alcuni sedimenti dall’entroterra e in mare: sono stati riconosciuti 12 tsunami, di cui

solo 9 associati a eventi conosciuti. Gli tsunami più rilevanti risalgono al 1600 a.C. (causato

dall’esplosione del vulcano Santorini), al 365, al 1169, al 1693 ed al 1908 (Scicchitano et al.,

2007; De Martini et al., 2010 e 2012; Smedile et al., 2012).

Infine, è opportuno includere in questa breve sintesi sui maremoti del Siracusano anche lo

tsunami del 13 dicembre 1990, il più recente verificatosi in questa zona. Un terremoto

(M=5,6) con epicentro a Brucoli, a nord di Augusta, provocò ingenti danni in molte città,

soprattutto ad Augusta, mentre a Siracusa furono riportati solo danni da leggeri a moderati

nella penisola di Ortigia. Il terremoto fu troppo piccolo e con un meccanismo focale

sfavorevole per generare uno tsunami rilevante, ma nondimeno provocò perturbazioni nel

moto ondoso ad Augusta e l’inondazione del Lungomare Granatello (Boschi et al., 1997).

10

1.4 Scenario di tsunami per la città di Siracusa

Nonostante la Sicilia orientale sia una delle aree italiane più soggette all’attacco di maremoti,

i dati specifici di run-up rilevati nel territorio siracusano sono molto scarsi e danno valori

inferiori a 2 m. Per l’analisi condotta nella presente Tesi si è scelto come livello di

inondazione un valore più alto, ovvero 5 m, per i motivi elencati di seguito.

Innanzitutto è necessario considerare le sorgenti locali di terremoto. Per ciò che riguarda la

Sicilia sud-orientale, in due cataloghi di faglie (DISS, Basili et al., 2008, e SHARE-EDSF,

Basili et al., 2013) sono riconosciute varie sorgenti sismiche posizionate nell’entroterra, che

sono però incompatibili con la generazione di tsunami significativi. L’unica sorgente

compresa nei cataloghi di faglie che può generare tsunami è classificata come “debated”,

ovvero come sorgente per la quale sono necessari ulteriori approfondimenti e sulla quale non

c’è un largo consenso fra gli esperti: è localizzata al largo di Catania e Siracusa ed è parallela

alla scarpata Ibleo-Maltese. Simulazioni numeriche dello tsunami del 1693 considerano fra

l’altro anche questa faglia, supponendone però la rottura del solo settore a nord di Siracusa,

dal momento che la maggior parte degli effetti del maremoto furono riportati sul tratto di

costa che da Augusta si spinge verso nord (Piatanesi e Tinti, 1998; Tinti et al., 2001). È

importante sottolineare che non si può escludere che in futuro anche il settore di fronte a

Siracusa possa essere interessato da una rottura, determinando un terremoto con magnitudo

anche superiore a 7 e provocando uno tsunami con effetti maggiori sul Siracusano che nel

Catanese (Tinti et al., 2005a; Sørensen et al., 2012).

In secondo luogo, si considerano le sorgenti remote di terremoto. L’Arco Ellenico

occidentale, che va da Creta al Peloponneso, è unanimemente riconosciuto come una regione

sorgente di grandi terremoti tsunamigenici: ne è prova il già citato tsunami del 365. Come

precedentemente affermato, sebbene non vi siano prove storiche documentali, studi geologici

hanno trovato tracce del maremoto del 365 in siti attorno a Siracusa e simulazioni numeriche

provano che terremoti nell’Arco Ellenico possono produrre maremoti con un’altezza di

inondazione di vari metri nella città.

La terza considerazione riguarda le sorgenti di frane. Gli tsunami del 1693 e del 1908 sono

ancora oggetto di ricerca poiché è stato ipotizzato che possano essere il risultato anche di

frane sottomarine. I versanti dello Stretto di Messina e della scarpata Ibleo-Maltese sono aree

riconosciute favorevoli alle frane (Argnani e Bonazzi, 2005; Ridente et al., 2014) e

simulazioni numeriche di frane sottomarine nella regione provano che si possono produrre

11

onde più alte di 6 m nella costa siciliana (Zaniboni et al., 2014). Inoltre, è bene ricordare che

anche un terremoto di media grandezza come quello del 1990 può destabilizzare i versanti del

margine continentale ionico da Catania fino a Siracusa. Oltre a ciò, si consideri che anche

frane di volume medio-piccolo possono provocare tsunami locali con alti valori di run-up: un

esempio è lo tsunami del 2002 provocato da due frane, entrambe più piccole di 40 milioni di

m3, staccatesi dalla Sciara del Fuoco a Stromboli (Tinti et al., 2005b; Tinti et al., 2006). Non

si può quindi escludere che una frana, mobilizzata da un terremoto anche moderato nella

scarpata Ibleo-Maltese del settore di fronte a Siracusa, possa generare uno tsunami capace di

inondare la città.

Da quanto detto, emerge i) che i dati quantitativi di run-up osservati e riportati sono inferiori a

2 m, ma riguardano solo alcuni dei molti maremoti che hanno colpito Siracusa (per esempio il

maremoto del 1908), e ii) che dati e modelli geofisici e geologici concordano sul fatto che

tsunami nel Siracusano hanno provocato e possono provocare livelli di inondazione ben

maggiore.

In attesa di studi più precisi che possano fornire mediante specifiche simulazioni un quadro di

inondazione del Siracusano più accurato (si possono ricordare al riguardo gli studi condotti

nell’ambito del progetto europeo ASTARTE), si è scelto di considerare un’area di

inondazione a livello uniforme con valore di 5 m che sembra mediamente compatibile con

valori calcolati in alcune simulazioni di tsunami (Armigliato et al., 2015). È bene sottolineare

che assumere un livello uniforme è una semplificazione ragionevole, come spesso si fa in

analisi di vulnerabilità, per uno studio preliminare. Infatti, in generale, i profili di

inondazione, sia rilevati sperimentalmente che calcolati mediante simulazioni numeriche,

sono spesso eterogenei e dipendenti dalla morfologia costiera. In presenza di transetti a

topografia monotona crescente verso l’entroterra spesso i profili di inondazione sono

anch’essi crescenti con minimo sulla costa e massimo in corrispondenza del punto inondato

più lontano dalla costa (dove viene rilevato il run-up).

13

2 Analisi della vulnerabilità

In questo Capitolo si forniscono la definizione di vulnerabilità ed i metodi che sono stati

utilizzati per analizzarla. Il primo è rappresentato da un indice di vulnerabilità sociale

conosciuto in letteratura come SoVI (Social Vulnerability Index) che produce un valore di

vulnerabilità relativo ed è stato calcolato in questa Tesi per i comuni della costa siciliana

orientale. Gli altri due metodi sono stati concepiti ed applicati per analisi su territori più

limitati e verranno utilizzati per il calcolo della vulnerabilità a Siracusa e nella zona di

Ortigia.

2.1 Definizione di vulnerabilità

La vulnerabilità è un concetto multidimensionale che si riferisce in generale a una possibilità

di danno o di perdita, ma ne esistono diverse e forse troppe definizioni in base al tipo delle

perdite ed al tipo delle persone colpite. Passando dalla persona singola alla società e poi

all’ambiente, si possono distinguere: la vulnerabilità individuale che è legata alle perdite

relative al singolo individuo, la vulnerabilità sociale che include la sensibilità di un gruppo o

di una società, e la vulnerabilità biofisica che rappresenta la possibilità di perdite dovute

all’interazione fra la società e l’ambiente biofisico. Nonostante il concetto di vulnerabilità sia

ampiamente utilizzato, non ne esiste una definizione univoca, poiché in ambiti diversi assume

significati differenti (Tabella 2.1): ciò porta a un lessico confuso e ad incomprensioni.

Definizione di vulnerabilità Fonte

Il grado di perdita di un certo elemento o di un set di elementi a

rischio a causa di un fenomeno naturale di data intensità

UNDRO (United Nations

Disaster Relief

Organization), 1982

La probabilità che un individuo o un gruppo sia esposto a un

pericolo e colpito sfavorevolmente da esso. È l’interazione fra

il pericolo del luogo e il profilo sociale delle comunità

Cutter, 1993

Le caratteristiche di una persona o di un gruppo in base alla

capacità di anticipare, superare, resistere e riprendersi dagli

Blaikie et al. 1994

14

impatti di un evento pericoloso

Tabella 2.1: Alcune definizioni di vulnerabilità con relativa fonte

Nonostante queste ambiguità, si possono distinguere tre filoni fondamentali negli studi di

vulnerabilità:

1. La vulnerabilità intesa come rischio o esposizione a pericoli. Questi studi esaminano

la sorgente di rischio biofisico e si focalizzano sulla distribuzione di alcune condizioni

pericolose, l’insediamento della popolazione nelle zone rischiose e il grado di perdite

associato al verificarsi di un evento particolare. Prossimità alla sorgente, intensità,

durata, frequenza o probabilità dell’evento e impatto spaziale sono gli elementi

caratterizzanti di queste analisi.

2. La vulnerabilità come risposta sociale. Si considera la capacità di reagire, ovvero la

sensibilità e l’abilità di recupero della società. Le variabili utilizzate sono ad esempio

danni alle infrastrutture o alle linee di comunicazione, necessità particolari della

popolazione, indicatori di povertà o ricchezza, necessità di alimenti, relazioni sociali et

cetera.

3. La vulnerabilità dei luoghi. Si combinano le due visioni precedenti analizzando una

zona geografica specifica e la vulnerabilità è vista sia in relazione al rischio biofisico

sia come reazione della società.

Essendo multidimensionale, la vulnerabilità comprende numerose componenti che debbono

essere studiate separatamente, ma è fondamentale sottolineare che sono importanti anche le

relazioni fra ciascuna di esse e le altre. Una possibile definizione di vulnerabilità comprende i

seguenti aspetti:

1. Fisico. La suscettibilità a danni strutturali di edifici, veicoli, infrastrutture e linee di

comunicazione;

2. Sistemico. La suscettibilità di sistemi complessi al verificarsi di eventi avversi con

attenzione a come gli effetti si propagano attraverso il sistema;

3. Culturale. Pone attenzione alle perdite potenziali dovute a particolari credenze,

costumi e modi di vivere;

4. Organizzativo. Si riferisce alle perdite e alla ridotta abilità a riprendersi a causa

dell’esposizione di individui, comunità ed economie locali;

15

5. Istituzionale. Conseguenze dovute a difetti nelle istituzioni e nelle disposizioni

emanate ed attuate da esse;

6. Territoriale. Legato all’unità spaziale e al luogo dove avviene l’evento;

7. Economica. Probabilità di perdite economiche e di produttività;

8. Sociale. Si focalizza non solo sulle caratteristiche degli individui, ma anche sulle

relazioni all’interno della società e la natura delle relazioni fra l’ambiente fisico e

sociale.

La vulnerabilità ha inoltre una dimensione temporale: può essere infatti misurata in termini di

danni alle vite future e non solo in relazione alle vite e alle proprietà danneggiate nel

momento in cui è avvenuto il fenomeno.

È importante anche il concetto di resilienza: è definita come la capacità di adattamento,

ovvero di reazione e di recupero dopo un evento pericoloso che si sviluppa non verso lo stato

originale ma verso una nuova sistemazione. Si possono distinguere due diverse relazioni fra

vulnerabilità e resilienza: la prima associa ad alti livelli di vulnerabilità bassa resilienza e

viceversa; la seconda interpreta la resilienza come componente integrale della vulnerabilità.

Utilizzando quest’ultima interpretazione, si può considerare la vulnerabilità come elemento

statico e la resilienza come un elemento dinamico: il concetto è legato alla capacità

rigenerativa del sistema come auto-organizzazione, adattamento e apprendimento. Se la

resilienza è vista come risultato allora è considerata incorporata alla vulnerabilità; se, al

contrario, è interpretata come processo, vulnerabilità e resilienza sono concetti distinti benché

collegati.

Per studiare la vulnerabilità, occorre perciò esaminare la combinazione di componenti fisiche,

sociali, economiche e politiche che influenzano la gravità delle conseguenze prodotte da un

determinato evento, a cui un individuo, una comunità o un sistema sono sottoposti.

Questa Tesi si focalizza sulla dimensione sociale della vulnerabilità, per la quale esistono

molte definizioni (Tabella 2.2). Si può affermare che anche la vulnerabilità sociale può essere

vista a sua volta come un’entità multidimensionale.

Definizione di vulnerabilità sociale Fonte

Suscettibilità dei gruppi sociali a perdite potenziali dovute a eventi pericolosi o

resistenza della società e resilienza a pericoli

Blaikie et

al., 1994

Suscettibilità di una comunità che ha sviluppato specifici stili di vita e di Hewitt,

16

relazione, soggetti a trasformarsi nel tempo 1997

Suscettibilità di una popolazione che ragioni storiche e socio-economiche

portano ad insediarsi in aree altamente esposte, e capacità di risposta e

adattamento

Yamal,

2007

Tabella 2.2: Elenco di alcune definizioni di vulnerabilità sociale con relativa fonte

L’analisi della vulnerabilità sociale richiede di considerare la società a diverse scale, in quanto

la società stessa è costruita su diversi livelli. Una schematizzazione possibile prevede la

microsocietà, che rappresenta l’individuo e le famiglie; la mesosocietà, che si identifica con la

comunità locale e, infine, la macrosocietà, che rappresenta la società a livello regionale,

nazionale e globale.

2.2 Analisi della vulnerabilità sociale

Vi è sempre stato un grande interesse verso i metodi per caratterizzare la vulnerabilità sociale,

ma è mancato lo sviluppo di una teoria generale capace di orientare l’utilizzo di dati di tipo

quantitativo e qualitativo. I modelli concettuali di maggiore consenso che hanno cercato di

porre le basi per l’analisi e la stima della vulnerabilità sociale sono i seguenti:

1. Risk Hazard (RH); Burton et al. (1978)

2. Pressure And Release (PAR); Blaikie et al. (1994)

3. Access model; Wisner (2004)

4. Hazard Of Place (HOP); Cutter (1996)

5. Bogardi-Birkmann-Cardona (BBC); Cardona (1999, 2001), Bogardi e Birkmann

(2004), Birkmann (2006)

Risk Hazard (RH)

Il modello RH studia l’impatto di un fenomeno naturale pericoloso in funzione

dell’esposizione all’evento e della sensibilità degli elementi esposti. Al contrario, non studia

né il modo in cui il sistema amplifica o attenua gli effetti dell’evento, né gli effetti diretti ed

inversi dell’economia, ovvero né come l’evento influenzi lo sviluppo economico (effetto

diretto), né come lo sviluppo economico influenzi esposizione e conseguenze (effetto

inverso).

17

Pressure And Release (PAR)

Il modello PAR esamina la pressione dovuta a fenomeni naturali pericolosi e le condizioni

che portano al disastro ed inoltre evidenzia che esiste una relazione fra vulnerabilità ed

esposizione della società. Studia la pressione come un processo temporale evolutivo partendo

dai processi sociali preesistenti all’evento ed in particolare dai processi che generano la

vulnerabilità e fragilità sociale, individuando le condizioni di insicurezza, classificate in

vulnerabilità dell’ambiente fisico (strutture e infrastrutture non protette), dell’economia locale

(per esempio basso livello di entrate), delle relazioni sociali (gruppi specifici a rischio) e delle

istituzioni e delle azioni pubbliche (mancanza di politiche per pratiche di risposta

all’emergenza).

Access model

L’Access model è un’analisi ampliata dei fattori principali del modello PAR che si focalizza

sui processi di impatto dell’evento naturale sulla popolazione e sulla reazione della

popolazione. Per questo motivo, l’Access model completa il PAR e i due modelli sono spesso

usati in coppia.

Hazard Of Place (HOP)

Il modello HOP identifica e quantifica il peso relativo dei diversi elementi che contribuiscono

alla vulnerabilità e ne esamina la variazione nel tempo, ponendo al centro dell’analisi il luogo

geografico dove l’evento si verifica, che diviene l’unità fondamentale di analisi. Il rischio di

un evento si combina con la mitigazione per creare il potenziale totale del disastro. Il rischio

può essere attenuato da una buona politica di mitigazione, oppure al contrario amplificato da

processi di mitigazione inesistenti o non adeguati. Questo potenziale del disastro è filtrato sia

attraverso la società per determinare la vulnerabilità sociale totale sia tramite il contesto

geografico per determinare la vulnerabilità biofisica. L’intersezione e l’interazione di

vulnerabilità sociale e biofisica creano perciò la vulnerabilità totale.

Bogardi-Birkmann-Cardona (BBC)

La stima di vulnerabilità nel modello BBC considera sia la suscettibilità-esposizione che la

capacità di reagire, poiché entrambe influenzano la possibilità di un evento pericoloso di

produrre danni. Il modello studia la vulnerabilità nell’ambito di un processo dinamico in cui

vulnerabilità, capacità di reagire e strumenti di mitigazione atti a ridurre la vulnerabilità

interagiscono mutuamente. Il modello BBC riconosce e studia la vulnerabilità sociale,

economica e ambientale. Inoltre evidenzia che la capacità di monitoraggio e previsione di

18

eventi potenzialmente disastrosi è necessaria per limitarne l’impatto e per gestire le relative

emergenze, ma sostiene anche l’importanza di anticipare il rischio con azioni di prevenzione.

2.3 Gli indici di vulnerabilità sociale

Gli indici sono delle variabili quantitative e possono essere composti da una singola variabile

o da una combinazione di esse. Attualmente sono il metodo più adottato dai ricercatori poiché

risultano utili per valutare e monitorare la vulnerabilità sociale nel tempo e nello spazio. È

necessario però sottolineare che la vulnerabilità sociale non è un fenomeno direttamente

osservabile e non esiste un set robusto e consistente di indicatori per la sua stima che faciliti il

paragone fra diversi luoghi, come non esistono regole specifiche per l’algoritmo da utilizzare

o per verificare la robustezza dell’indice stesso.

Lo sviluppo di un indice richiede la scelta dell’unità areale di riferimento e delle variabili che

si adattano meglio al tipo di analisi ed alla zona geografica in esame, in base anche alla

disponibilità dei dati. È inoltre necessario decidere se si utilizzano frequenze relative o

assolute. L’utilizzo di frequenze assolute è giustificato quando le unità areali sono omogenee

(ad esempio quando contengono circa lo stesso numero di persone, o lo stesso numero di

edifici residenziali, o la stessa tipologia di asset, et cetera). Le frequenze relative, viceversa,

servono per confrontare tra loro unità territoriali eterogenee. Quando si è in presenza di un

grande numero di indicatori, rappresentativi delle varie componenti che concorrono a

determinare la vulnerabilità multidimensionale, l’indice di solito viene costruito mediante una

procedura statistica che identifica il set degli indicatori più significativi, ne quantifica i pesi e

le regole di aggregazione per ottenere il valore finale.

Nel corso degli anni sono stati implementati numerosi indici di vulnerabilità sociale, ma si

ritiene che il più adeguato al caso di studio di questa Tesi sia il Social Vulnerability Index

(SoVI) implementato da Cutter, Boruff e Shirley nel 2003 nell’ambito del modello HOP. Il

SoVI è stato scelto 1) perché è stato concepito per analizzare la vulnerabilità sociale in caso di

evento naturale pericoloso, 2) perché è già stato utilizzato in caso di tsunami (Wood et al.,

2009; Guillard-Gonçalves et al., 2014) ed inoltre 3) perché, fra quelli analizzati, è il più

flessibile, in quanto utilizza variabili facilmente adattabili al caso specifico.

19

2.3.1 SoVI

Il SoVI quantifica la vulnerabilità sociale nell’ambito del modello concettuale HOP: un

evento pericoloso interagisce con la mitigazione (le misure per ridurre l’impatto) per produrre

il potenziale di rischio, limitato o aumentato da un filtro geografico (il luogo e la prossimità

dell’evento) e dal tessuto sociale della zona (l’esperienza della comunità di precedenti eventi

pericolosi, la capacità di rispondere, riprendersi e adattarsi ad essi, dove tutto ciò è influenzato

dalle caratteristiche economiche, demografiche e dell’edificato).

L’unità areale di base è in generale un’unità amministrativa territoriale come un distretto, una

contea, una città, ma spesso sono scelte aree geografiche definite a scopo di censimento. In

questo studio viene utilizzata l’unità amministrativa comunale e si stimerà il SoVI per tutti i

comuni sulla costa orientale della Sicilia. I risultati verranno illustrati nel Capitolo 4.

Chi ha introdotto il SoVI ha elencato ben 250 variabili che possono caratterizzare la

variabilità sociale, ma nelle applicazioni più comuni ne vengono utilizzate solo circa una

quarantina. Fra queste ultime per questa Tesi sono state selezionate le variabili che sono

disponibili nelle statistiche ufficiali e per acquisire le quali non è necessario compiere

campagne specifiche di raccolta dati, dal momento che non erano disponibili risorse

finanziarie per condurle.

L’indice si basa su variabili normalizzate che vengono definite punti z. Per un dato set di

valori campionari xi di una variabile x si calcola la media (μ) e la deviazione standard (σ), per

poi normalizzarli mediante la trasformazione in punti zeta, che hanno media nulla e

deviazione standard unitaria:

𝑧𝑖 =𝑥𝑖 − 𝜇

𝜎

La determinazione delle variabili significative viene condotta mediante l’analisi delle

componenti principali (Principal Component Analysis, PCA) che produce dei fattori

(autovettori) che sono una combinazione lineare delle variabili. Tramite l’analisi degli

autovalori, si selezionano i fattori che spiegano la maggior parte della varianza dei dati e

analizzando le coordinate delle variabili si è in grado di determinare le variabili più

rappresentate dai fattori selezionati. Importante è la polarità (positiva o negativa) di ogni

variabile rispetto alla vulnerabilità sociale: una variabile ha polarità positiva se un suo

aumento provoca una crescita della vulnerabilità sociale, in caso contrario ha polarità

negativa. Per ciascuna area geografica di base si sommano i fattori (col loro segno o con

20

segno opposto o in valore assoluto a seconda della polarità delle variabili costituenti) per

ottenere il valore di SoVI che può essere discretizzato in classi. La più comune classificazione

prevede 3 classi di vulnerabilità sociale: bassa, media e alta.

È fondamentale sottolineare che il SoVI non è una completa caratterizzazione della

vulnerabilità sociale, ma solamente una stima in base alle variabili che sono state reputate

importanti relativamente alla zona di interesse. Inoltre, dal momento che l’indice è basato su

variabili zeta normalizzate, non può rappresentare valori assoluti di vulnerabilità, ma è utile

per confrontare la vulnerabilità sociale di diverse aree territoriali di base. L’indice serve per

identificare le caratteristiche spazialmente correlate e le zone dove c’è una maggiore

concentrazione di popolazione più vulnerabile. In altre parole, un valore elevato di SoVI in

una certa area non significa che tutta la popolazione presente in quella zona sia altamente

vulnerabile. Questa deduzione costituirebbe il cosiddetto “errore ecologico”, che consiste nel

considerare una caratteristica areale come valida per ciascun elemento presente al suo interno.

Inoltre, non sempre la PCA cattura le variabili che contribuiscono di più alla vulnerabilità

poiché essa rappresenta ciò che meglio spiega la varianza nei dati di input.

2.4 Analisi di vulnerabilità sociale in ambito comunale

L’analisi della vulnerabilità sociale per il comune di Siracusa è stata compiuta anche

utilizzando un metodo diverso da quello proposto dal modello HOP che si concretizza nel

calcolo del SoVI e che è stato presentato nella sezione precedente. Il metodo alternativo

prevede la stima delle presenze di persone nella città in funzione della posizione e del tempo.

L’idea di base è che la conoscenza dei flussi della popolazione combinata con la conoscenza

delle strutture nel territorio consente di stabilire sia l’esposizione che la vulnerabilità della

popolazione al verificarsi di un evento avverso. Per compiere questa prima analisi quantitativa

si considerano la popolazione residente e, essendo Siracusa anche un’importante meta

turistica, le presenze turistiche.

Le strutture scelte per l’analisi sono gli edifici scolastici e universitari, gli ospedali pubblici,

gli stabilimenti balneari ed i due porti della città. Nella Tabella 2.3 sono riassunte le

caratteristiche dell’andamento temporale delle presenze giornaliere.

21

Struttura Giorno Notte Giorni

festivi

Altre note

Edifici scolastici e

universitari

Costante Nullo Nullo Chiusura nel periodo estivo e durante

l’anno scolastico per vacanze

Ospedali pubblici Costante

Stabilimenti balneari Variabile Nullo Variabile Il valore di presenze calcolato è il

totale giornaliero

Porti Variabile Nullo Variabile Il valore di presenze calcolato è il

totale giornaliero

Tabella 2.3: Variazioni temporali dei valori di presenze per ciascuna struttura

Per valutare le presenze sono state utilizzate delle formule, che saranno esposte nei paragrafi

successivi, simili a quelle introdotte ed utilizzate da Pontrelli (2007), ma leggermente

modificate per tenere conto che le attuali si riferiscono all’intera area comunale, mentre le

altre si riferivano ad una realtà sub-comunale. Nelle formule, i termini contrassegnati da un

apice indicano che sono valori mensili, variabili da mese a mese, mentre gli altri hanno valori

in prima approssimazione costanti durante l’anno.

2.4.1 Presenze giornaliere totali

Per il calcolo delle presenze giornaliere totali PTOT nel territorio comunale si sommano le

componenti di popolazione residente, stabile nel corso dell’anno, e di presenze turistiche

mensili.

𝑃𝑇𝑂𝑇 = 𝑃𝑅 +𝑃𝑇

′

𝐺𝑀

PTOT: presenze giornaliere totali;

PR: popolazione residente per giorno;

P’T: presenze turistiche mensili;

GM: numero di giorni del mese analizzato.

22

2.4.2 Presenze negli edifici scolastici e universitari

Si considerano le strutture scolastiche sia pubbliche che private, assumendo che le presenze

siano nulle nei mesi di luglio ed agosto per vacanze estive.

𝑃𝑆 = 𝑆𝑆 𝑇𝑂𝑇 + 𝐴𝑆 + 𝑆𝑈 𝑇𝑂𝑇 ∗ 𝐶 + 𝐴𝑈

PS: presenze giornaliere negli edifici scolastici;

SS TOT: numero di studenti nelle scuole d’infanzia, di istruzione primaria e secondaria;

AS: numero di addetti nelle scuole d’infanzia, di istruzione primaria e secondaria;

SU TOT: numero di studenti universitari;

C: coefficiente di riduzione per valutare il numero di studenti universitari frequentanti,

stimato pari a 0,6;

AU: numero di addetti nelle università.

2.4.3 Presenze negli ospedali pubblici

Le presenze giornaliere negli ospedali pubblici sono stimate mediante la seguente formula:

𝑃𝑂 =𝐴𝑂

𝑇+

𝐺𝑂 + 𝐺𝐷

365+

𝑅𝑃𝑆

365∗

𝑇𝑃

24

PO: presenze giornaliere negli ospedali pubblici;

AO: numero di addetti negli ospedali pubblici;

T: numero di turni giornalieri degli addetti negli ospedali pubblici, stimato a 3;

GO: giorni di degenza ordinaria;

GD: giorni di degenza in day hospital;

RPS: numero di ricorsi al Pronto Soccorso;

TP: tempo di permanenza al Pronto Soccorso, stimato a 3 ore.

2.4.4 Presenze giornaliere negli stabilimenti balneari

Calcolando la media delle presenze turistiche giornaliere nell’arco dell’anno, si può supporre

che, se il valore di presenze turistiche giornaliero supera il valore medio, la differenza

23

rappresenti le persone che si dedicano ad attività balneare. Ciò detto, la formula per stimare le

presenze giornaliere negli stabilimenti balneari, per i quali mancano dati diretti, è la seguente:

𝑃𝑆𝐵 = (𝑃′𝑇

𝐺𝑀− (

𝑃′𝑇

𝐺𝑀)

)

PSB: presenze giornaliere negli stabilimenti balneari;


GM: numero di giorni del mese analizzato.

2.4.5 Presenze giornaliere nei porti

Si considerano le attività sia turistiche sia commerciali che si svolgono nei due porti di

Siracusa. Le presenze giornaliere possono essere calcolate mediante la formula:

𝑃𝑃 = 𝐴𝑃 +𝑃𝐴𝑃

365+

𝑃′𝑆𝑃

𝐺𝑆

PP: presenze giornaliere nei porti;

AP: numero di addetti nei porti;

PAP: numero annuale di passeggeri nei porti;

P’SP: numero di passeggeri per attività escursionistiche presenti nel semestre maggio-ottobre

nei porti;

GS: numero di giorni del semestre maggio-ottobre, pari a 184.

2.5 Analisi di vulnerabilità sociale a livello delle singole

strutture nell’area di inondazione

L’ultimo passo a livello di scala di risoluzione si ottiene focalizzandosi sulle singole strutture

che si trovano nell’area di inondazione. Nello studio di questa Tesi, le strutture si trovano

nella penisola di Ortigia e nelle vicine aree a nord e ad ovest. L’analisi dettagliata è consentita

dalla disponibilità di Carte Tematiche Numeriche (CTN) concesse dalla Protezione Civile di

Siracusa che forniscono informazioni accurate relative a ciascun edificio presente.

Per le ragioni esposte nel Capitolo 1, lo scenario che si è assunto per l’inondazione da tsunami

è uno scenario di inondazione uniforme al livello di 5 m, e perciò le strutture coinvolte sono

24

solo quelle a quota topografica inferiore o uguale a 5 m. Per la vulnerabilità sociale abbiamo

stimato il numero di presenze negli edifici residenziali (case private e strutture ricettive) e

nelle strutture trattate nella sezione precedente (ovvero stabilimenti balneari, scuole, ospedali,

et cetera) ed abbiamo stimato anche il numero delle possibili vittime.

Per stimare la popolazione residente è stata calcolata la superficie degli edifici residenziali

mediante CTN e si è utilizzato il fatto che per ciascuna persona sono necessari per legge

almeno 14 m2 di superficie abitativa. Le presenze giornaliere negli edifici scolastici e negli

ospedali pubblici sono valutate tramite formule simili a quelle utilizzate per l’analisi a livello

comunale: la differenza è che ora si studiano solo le strutture a quota uguale o inferiore a 5 m,

e perciò si utilizzano delle proporzioni. Si osserva inoltre che non vi sono istituti universitari

nella zone di inondazione. Per quanto riguarda le presenze nei due porti valgono esattamente

le stesse stime fatte nella sezione precedente.

Per ciò che riguarda le strutture ricettive la formula utilizzata è esposta nel Paragrafo 2.5.1:

l’espressione somiglia a quella esposta da Pontrelli (2007) e si basa su una proporzione, come

le formule precedenti. Similmente, anche il numero di pazienti nelle case di riposo è stato

calcolato tramite un rapporto. A questo proposito, la Tabella 2.3 viene integrata dalla Tabella

2.4 che mostra l’andamento temporale delle presenze nelle strutture ricettive e nelle case di

riposo.

Struttura Giorno Notte Giorni

festivi

Altre note

Strutture

ricettive

Variabile Il valore di presenze calcolato è il totale

giornaliero

Case di riposo Costante

Tabella 2.4: Ulteriori note relative alle variazioni temporali dei valori di presenze per

ciascuna tipologia di edificio

2.5.1 Presenze nelle strutture ricettive

Utilizzando i dati di presenze turistiche, si stimano le presenze turistiche giornaliere nelle

strutture ricettive a quota inferiore 5 m mediante la formula:

25

𝑃𝑆𝑅 5 = (𝑃′𝑇

𝐺𝑀+ 𝐴𝑆𝑅 𝑇𝑂𝑇) ∗

𝑆𝑅 5

𝑆′𝑅 𝑇𝑂𝑇

PSR 5: presenze giornaliere nelle strutture ricettive a quota inferiore a 5 m;


GM: numero di giorni del mese analizzato;

ASR TOT: numero di addetti nelle strutture ricettive;

SR 5: numero di strutture ricettive a quota inferiore a 5 m;

S’R TOT: numero di strutture ricettive.

2.6 Danno da maremoto alle persone

Per valutare i danni che l’inondazione prodotta dal maremoto causa alle persone presenti

all’interno delle strutture si deve prima di tutto stimare il livello di esposizione di ciascun

edificio determinato dall’altezza della colonna d’acqua. In questa Tesi si utilizzano gli

intervalli di colonna d’acqua dello studio di Terrier et al. (2012) per persone che si trovano

all’interno di edifici ad un solo piano in assenza di mura da protezione. La novità del nostro

studio è che gli stessi intervalli sono replicati anche per stimare gli effetti su persone che sono

al primo piano di edifici a più piani a partire dal proprio livello di riferimento, ovvero 2,5 m.

Gli intervalli utilizzati sono riportati in Tabella 2.5 e in Tabella 2.6.

Colonna d’acqua

(m)

Livello di

esposizione

Descrizione del danno

0-1 E1 Piano terra allagato, le persone non vengono

trascinate via

1-1,5 E2 Mobilità delle persone ridotta

1,5-5 E3 Persone trascinate via o intrappolate

Tabella 2.5: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che

si trovano in edifici ad un solo piano o al piano terra di edifici a più piani

26

Colonna d’acqua

(m)

Livello di

esposizione

Descrizione del danno

2,5-3,5 E1 Primo piano allagato, le persone non

vengono trascinate via

3,5-4 E2 Mobilità delle persone ridotta

4-5 E3 Persone trascinate via o intrappolate

Tabella 2.6: Intervalli di colonna d’acqua con relativo livello di esposizione per persone che

si trovano al primo piano degli edifici

Per stimare il possibile numero delle vittime si possono utilizzare i dati sperimentali raccolti

da Koshimura et al. (2009) nella città di Banda Aceh, in Indonesia, la più colpita dal

maremoto catastrofico dell’Oceano Indiano del 26 dicembre 2004. I dati forniscono il

rapporto fra il numero di vittime ed il numero dei residenti in funzione dell’altezza della

colonna d’acqua su base rionale. Fittando i dati Koshimura et al. (2009) hanno ricavato una

curva di fragilità che segue la cumulativa di una gaussiana standardizzata con i parametri

μ=3,75, σ=1,35 ed è quindi data dalla formula

𝑃(𝑥) = 𝜙 [𝑥 − 3,75

1,35]

dove x rappresenta il valore di altezza della colonna d’acqua. Questa funzione, insieme ai dati

utilizzati da Koshimura et al. (2009) per calcolarla, è rappresentata in Figura 2.1.

27

Figura 2.1: Funzione di fragilità per il calcolo delle vittime da tsunami, da Koshimura et al.

(2009), e dati sperimentali

Digitalizzando i dati sperimentali nell’intervallo di interesse di questo studio, ovvero da 0 a 5

m di altezza della colonna d’acqua, si è ottenuto il grafico di Figura 2.2.

Figura 2.2: Digitalizzazione fino a 5 m dei dati sperimentali di mortalità da tsunami di

Koshimura et al. (2009)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

0 1 2 3 4 5 6

Per

centu

ale

di

vit

tim

e

Colonna d'acqua (m)

28

Tramite questi dati è possibile calcolare i valori medi di mortalità per gli intervalli di colonna

d’acqua che si desidera utilizzare. Poiché la mortalità varia in modo significativo all’interno

dell’intervallo considerato come livello di esposizione E3 per i piani terra degli edifici, si è

deciso di suddividere tale livello in 3 sotto-intervalli con differente percentuale di vittime. I

valori così ottenuti sono esposti in Tabella 2.7 e in Tabella 2.8.

Colonna d’acqua (m) Livello di esposizione Percentuale di vittime (%)

0-1 E1 0

1-1,5 E2 4

1,5-2,5 E3 24

2,5-3,5 E3 56

3,5-5 E3 66


stimati per persone al piano terra degli edifici


2,5-3,5 E1 0

3,5-4 E2 4

4-5 E3 24


utilizzati per persone al primo piano degli edifici

Un caso particolare è relativo agli edifici che, supponendo un’inondazione pari a 5 m,

subiscono crolli parziali o totali. Questi edifici sono stati identificati grazie al lavoro di

Pagnoni et al. (2014), che studia i danni strutturali tramite una metodologia denominata

SCHEMA. Le persone che si trovano in tali edifici non possono essere difese dall’edificio

stesso e si trovano esposte al flusso come se fossero in uno spazio aperto. Ad esse si è

assegnato il livello di esposizione E3. Anche in questo caso, tale livello è stato suddiviso in 3

sotto-intervalli a cui sono state attribuite le stesse percentuali di mortalità ricavate

precedentemente (Tabella 2.9).

29


0-2,5 E3 24

2,5-3,5 E3 56

3,5-5 E3 66

Tabella 2.9: Intervalli di colonna d’acqua, livello di esposizione e percentuale di vittime per

persone negli edifici che subiscono crolli parziali o totali

2.7 Stima del Probable Maximum Loss

L’espressione Probable Maximum Loss (PML) indica la massima perdita economica che può

colpire un business e/o un bene materiale a seguito di un evento catastrofico, naturale o

prodotto dall’uomo, considerato come l’evento di maggiore impatto possibile. Farne la stima

è importante per prendere decisioni appropriate nella pianificazione delle strategie di

mitigazione e di ripresa delle attività economiche.

Per valutare un asset è opportuno distinguere fra stock e flow: il primo è l’insieme dei valori

di un asset in un determinato istante temporale, il secondo si riferisce al valore delle attività

che si sviluppano nel tempo in relazione all’asset. Per esempio, se si considera un’attività

alberghiera, l’immobile e gli altri beni funzionali costituiscono lo stock, mentre know how,

clientela e servizi costituiscono il flow. Se l’albergo viene danneggiato da un evento naturale,

vi è una perdita di valore per lo stock e, solitamente, anche un calo nel servizio dovuto ad

interruzione o riduzione delle attività, e quindi del flow.

In generale lo stock è più facile da quantificare del flow, ed è questo il motivo per cui nella

valutazione del PML spesso viene conteggiato il primo ma non il secondo. Esistono diversi

metodi che stimano il PML e sono generalmente incorporati nei catastrophe model, termine

col quale si intendono modelli di simulazione che combinano modellistica numerica degli

eventi catastrofici con dati relativi al valore delle proprietà e dei beni mobili ed immobili per

ottenere stime di perdite potenziali prima che l’evento stesso accada. Tali modelli forniscono

fra l’altro curve di probabilità di eccedenza per determinati livelli di perdita economica.

30

2.7.1 Stima del PML relativo agli edifici

Uno degli obiettivi di questa Tesi è la stima del PML per i beni immobili che si trovano

nell’area di inondazione, sulla base solamente dei valori di mercato degli edifici (stock),

evidenziando comunque che la perdita economica così calcolata è sottostimata, proprio perché

viene trascurato il flow, che è certamente importante non solo per gli edifici a destinazione

residenziale, ma anche e soprattutto per le costruzioni associate ad attività commerciali,

artigianali e industriali.

Per valutare il PML per gli edifici a quota inferiore o uguale a 5 m di Ortigia è stato adottato

un metodo simile a quello esposto da Grezio et al. (2012) e si sono utilizzati i dati delle

quotazioni immobiliari dell’Osservatorio del Mercato Immobiliare (OMI) di Siracusa resi

disponibili dall’Agenzia Nazionale del Territorio. Ogni città è suddivisa in fasce e per ogni

fascia sono forniti il valore economico minimo e massimo (in Euro per m2) degli edifici a

seconda del tipo di destinazione (residenziale, commerciale, terziario e produttivo). Nota

quindi la posizione e la destinazione dell’edifico ed il valore di mercato unitario, è facile

calcolarne la perdita economica e, sommando le perdite per tutti gli edifici della zona di

inondazione, ottenere infine il PML. Una considerazione importante è che in questi calcoli

sono stati trascurati la stazione dei treni, il cui valore economico non è soltanto stock ma è

connesso molto al flow, ed anche i siti archeologici e le chiese, dal momento che il loro valore

non è riconducibile al mercato trattato dall’OMI.

31

3 Raccolta dei dati

Il questo Capitolo viene fornita una descrizione dei dati che sono stati raccolti per valutare la

vulnerabilità sociale ed i danni da maremoto secondo i metodi di stima illustrati nel Capitolo

2. Nei Paragrafi successivi verranno trattati in dettaglio e verranno fornite le relative fonti di

informazione e l’anno di riferimento.

3.1 SoVI

Il SoVI è stato calcolato per i 29 comuni delle provincie di Messina, Catania e Siracusa che si

affacciano sul Mar Ionio, elencati in Tabella 3.1.

Messina Catania Siracusa

Alì Terme Aci Castello Augusta

Forza d’Agrò Acireale Avola

Furci Siculo Calatabiano Carlentini

Giardini-Naxos Catania Melilli

Itala Fiumefreddo di Sicilia Noto

Letojanni Mascali Pachino

Messina Risposto Portopalo di Capo Passero

Nizza di Sicilia Priolo Gargallo

Roccalumera Siracusa

Santa Teresa di Riva

Sant’Alessio Siculo

Scaletta Zanclea

Taormina

Tabella 3.1: Elenco dei comuni considerati per il calcolo del SoVI suddivisi in base alla

provincia

32

Le variabili, o indicatori, utilizzati per la costruzione del SoVI sono i seguenti:

1. Numero di medici negli ospedali pubblici per 100.000 persone;

2. Numero pro capite di ospedali pubblici;

3. Percentuale di famiglie in alloggio in affitto;

4. Percentuale di disoccupati;

5. Percentuale di popolazione residente con età inferiore a 5 anni;

6. Percentuale di popolazione residente con età superiore a 65 anni;

7. Percentuale di popolazione residente di sesso femminile;

8. Percentuale di popolazione residente in centri abitati;

9. Numero medio di componenti per famiglia;

10. Numero di edifici residenziali per km2;

11. Numero di imprese commerciali per km2.

Le prime due variabili relative agli ospedali pubblici sono importanti per considerare la

capacità di recupero e reazione del comune immediatamente dopo l’evento. Anche

l’indicatore successivo è rappresentativo della capacità di recupero della società, mentre i

quattro indicatori seguenti rappresentano gruppi sociali vulnerabili. Le ultime quattro variabili

rappresentano la densità di popolazione e di imprese e indicano se nel comune vi sono zone

dove vi può essere una grande concentrazione di persone. I primi due indicatori hanno

polarità negativa, gli altri nove positiva: queste considerazioni sono essenziali per decidere i

segni dei fattori ottenuti dalla PCA.

Inizialmente, si era selezionato come indicatore anche il numero di presenze pro capite nelle

case di riposo. Purtroppo, poiché per alcuni comuni non è stato possibile reperirne il dato, la

variabile è stata esclusa dall’analisi.

Si noti che per questo studio non sono stati utilizzati valori assoluti, bensì percentuali e

densità. Ciò consente di fare valutazioni relative di vulnerabilità, cioè di trovare quale comune

risulta essere il più vulnerabile fra quelli considerati, ma non il numero esatto di persone a

rischio. La valutazione quantitativa delle persone è invece stimata con le due modalità definite

nei Paragrafi successivi, mediante i quali è possibile una stima più precisa.

Le variabili sopra elencate sono calcolate a partire dai dati statistici censuari elencati in

Tabella 3.2. Dal momento che l’Istituto Nazionale di Statistica Italiano (ISTAT) non fornisce

tutte le informazioni necessarie per l’analisi, è stato utilizzato l’Atlante Statistico dei Comuni,

reperibile comunque nel sito stesso dell’ISTAT.

33

Dati Anno di

riferimento

Fonte di informazione

Numero di disoccupati 2001 Atlante Statistico dei Comuni; scaricabile dal

link http://www.istat.it/it/archivio/113712 Numero di medici negli

ospedali pubblici

2010

Numero di ospedali pubblici

Popolazione residente 2001 ISTAT; http://www.istat.it/it/

Superficie ad utilizzo

agricolo in ettari

2010

Numero di edifici

residenziali

2011

Numero di famiglie

Numero di famiglie con 1, 2,

3, 4, 5 e 6 componenti

Numero di imprese

commerciali

Numero di persone residenti

in centri abitati

Percentuale di famiglie in

alloggio in affitto

Popolazione residente

Superficie del comune in

km2

Numero di residenti con età

inferiore a 5 anni

2015

Numero di residenti con età

superiore a 65 anni

2015 ISTAT; http://www.istat.it/it/

Numero di residenti di sesso

34

femminile

Popolazione residente

Tabella 3.2: Elenco dei dati con anno di riferimento e fonte di informazione utilizzati per

calcolare gli indicatori impiegati nella costruzione del SoVI

Il valore delle 11 variabili è stato calcolato tramite proporzioni e rapporti utilizzando il dato

sulla popolazione residente dell’anno di riferimento o la superficie comunale. Per determinare

il numero di edifici residenziali per km2 sarebbe necessario il dato di superficie ad uso

residenziale, ma poiché non si è potuto reperirlo né nel sito dell’ISTAT né nell’Atlante

Statistico dei Comuni, si è deciso di costruire il rapporto considerando la differenza fra la

superficie totale e la superficie ad uso agricolo del comune.


Per i calcoli di presenze nel comune di Siracusa, sono stati utilizzati i dati elencati in Tabella

3.3.

Dato Anno di

riferimento


Numero di addetti nelle scuole d’infanzia,

d’istruzione primaria e secondaria

2001 Atlante Statistico dei Comuni

Giorni di degenza in day hospital 2010

Giorni di degenza ordinaria

Numero di addetti negli Ospedali pubblici

Numero di Ospedali pubblici

Numero di ricorsi al Pronto Soccorso

Numero di studenti nelle scuole d’infanzia,


2012 Atlante Statistico dei Comuni

Numero di addetti nei porti 2014 Ministero delle Infrastrutture

35

Numero di passeggeri nei porti e dei Trasporti; conversazione

via email tramite la Guardia

Costiera di Siracusa

Numero di passeggeri per attività

escursionistiche nei porti

Popolazione residente 2015 ISTAT

Numero di docenti e personale nell’Istituto

Superiore di Scienze Religiose San Metodio

2015 Istituto Superiore di Scienze

Religiose San Metodio;

conversazione via email con

la Segreteria Accademica

dell’Istituto

Numero di studenti iscritti all’Istituto

Superiore di Scienze Religiose San Metodio

Numero di studenti iscritti alla facoltà di

Architettura dell’Università di Catania con

sede a Siracusa

2014/2015 Ministero dell'Istruzione,

dell'Università e della Ricerca

Numero di docenti del dipartimento di

Architettura dell’Università di Catania

2015

Presenze turistiche 2012, 2013,

2014

Protezione Civile

Tabella 3.3: Tipo di dati per il calcolo delle presenze con anno di riferimento e relativa

sorgente di informazioni

Sono opportune alcune precisazioni:

Tutti i dati sono a livello comunale, tranne le presenze turistiche che sono provinciali;

Il numero di passeggeri nei porti è annuale, il numero di passeggeri per attività

escursionistiche nei porti è riferito al semestre maggio-ottobre e le presenze turistiche

provinciali di Siracusa sono dati mensili;

I dati sul turismo forniti dalla Protezione Civile sono provinciali e, essendo disponibili

per 3 anni consecutivi (2012-2014), sono stati mediati.

I dati provinciali sul turismo sono stati trasformati su base comunale e si è assunto che il 50%

del turismo sia comunale. La scelta è giustificata dal fatto che, consultando i dati disponibili,

si osserva che le presenze turistiche annuali nella sola penisola di Ortigia corrispondono al

20% del turismo provinciale annuo. Inoltre si sono considerate la capacità ricettive di Ortigia,

36

dell’intero comune di Siracusa e di tutta la provincia e si è pervenuti alla conclusione che il

coefficiente di riduzione del 50% sia ragionevole.



Per questa analisi è stata consultata, tramite il software ArcGis, una CTN a scala 1:2000 della

zona analizzata (Figura 3.1).

Figura 3.1: fogli della CTN utilizzati per lo studio della città di Siracusa

37

3.3.1 CTN

Una CTN è una cartografia numerica, ottenuta tramite strumentazione topografica

informatizzata, che fornisce informazioni per mezzo di dati numerici e alfanumerici

organizzati in fogli. Ogni carta contiene 5 tipi di strutture (shape) diverse (annotation, point,

polyline, polygon e multipath) descritte mediante le coordinate dei vertici caratteristici che

definiscono tali entità.

L’unità di base di una CTN è il foglio e nel caso di questo studio ne sono stati utilizzati

quattro (6461213, 6461217, 6461218, 6461223), dove il sistema di riferimento delle

coordinate è il sistema Gauss-Boaga nel fuso Est. La struttura utilizzata è la polyline, le cui

entità sono organizzate in strati (layer) e ciascuno di essi è associato a un livello informativo

diverso:

A. Sistema delle comunicazioni;

B. Edificato ed altre strutture;

C. Acque;

D. Strutture connesse alla produzione e trasporto di energia;

E. Elementi divisori e di sostegno;

F. Morfologia;

G. Vegetazione;

H. Orografia;

I. Limiti amministrativi e varie;

L. Toponimi;

M. Punti di inquadramento.

Poiché in questa Tesi sono stati analizzati gli edifici, il layer utilizzato è quello dell’edificato

e le strutture sono catalogate con la lettera B seguita da un numero in base a tipologia ed

utilizzo, secondo la classificazione presentata in Tabella 3.4.

Layer Descrizione

B001 Unità volumetrica civile

Unità volumetrica sociale

Unità volumetrica amministrativa

B002 Unità volumetrica industriale

38

Unità volumetrica commerciale

Capannone

B003 Unità volumetrica di culto

Campanile

Tabernacolo rappresentabile

B004 Edificio in costruzione

B005 Rudere

B006 Baracca – edicola

B007 Tettoia, pensilina

B008 Tendone pressurizzato

B009 Centrale elettrica, cabina elettrica

B010 Serra stabile

B011 Stalla, fienile

B012 Gradinata

B013 Complesso cimitero

B014 Complesso campeggio, villaggio turistico

B015 Complesso sportivo

B016 Complesso ospedaliero

B017 Complesso scolastico

B018 Complesso religioso

B019 Complesso sociale

B020 Linee proprie degli impianti sportivi

B021 Torre, ciminiera, silos

B022 Croce isolata, tabernacolo

B023 Monumento

39

B024 Corpo aggettante – portico – loggiato

B025 Rampa

B026 Isolato

B027 Edificio seminterrato

B028 Spigolo di edificio collimato a terra

Tabella 3.4: Descrizione della classificazione del layer B

Ogni elemento della polyline è rappresentato in maniera univoca con un codice handle,

tramite il quale si può risalire alle varie proprietà dell’edificio stesso (Figura 3.2).

Figura 3.2: Schermata CTN dove sono rappresentati esempi di elementi della polyline. Le

righe identificano ciascun elemento dello shape, le colonne identificano gli attributi (handle,

layer, elevation et cetera)

Per localizzare le strutture residenziali sono stati selezionati tutti gli edifici appartenenti al

layer B001 che rappresenta le unità volumetriche civili (Tabella 3.4). Tuttavia, per gli altri

edifici e per i calcoli necessari per la stima delle presenze sono necessari altri tipi di dati,

presentati nel Paragrafo successivo.

40

3.3.2 Altri dati

Per gli stabili ritenuti vulnerabili dal punto di vista sociale è stata compiuta una ricerca sul

Web degli indirizzi di ciascun edificio e sono stati ricercati i dati necessari contattando gli enti

che ne sono responsabili. Per il calcolo dell’area degli edifici residenziali si è fatto uso di una

funzione di ArcGis trasformando le relative polyline in polygon di cui è misurabile l’area.

Strutture Fonte di informazione

Uffici comunali, biblioteche, edifici scolastici e università

pubbliche, campi sportivi, mercati, farmacie

Sito del comune di

Siracusa

Commissariati, Stazioni dei carabinieri, Guardia di finanza,

Corpo forestale, Vigili del fuoco, Guardia costiera

Siti del Corpo

Guardia medica, ospedali pubblici, case di riposo Sito dell’Azienda

Sanitaria Provinciale di

Siracusa

Stazione dei treni, teatri, cinema, musei, castelli, siti

archeologici, chiese, riserve naturali, stabilimenti balneari, zone

adibite ai camper, campeggi, strutture ricettive

Siti relativi al turismo a

Siracusa

Banche, edifici scolastici e università private Sito comuni-italiani.it

Case di riposo Pagine Bianche

Uffici postali Sito delle Poste Italiane

Tabella 3.5: Strutture per le quali i dati sono stati raccolti individualmente con relativa

sorgente di informazione

È necessario inoltre conoscere il numero di piani di ciascun edificio e questo dato è

disponibile grazie alla Tesi di Rallo (2014): per ottenere un valore di superficie residenziale

totale, si moltiplica l’area di base per il numero di piani dell’edificio.

Per ciò che riguarda i dati statistici censuari necessari, si riportano in Tabella 3.6 i dati

utilizzati con relativa fonte di informazione e anno di riferimento.

41

Dato Anno di

riferimento


Numero di addetti nelle scuole d’infanzia,


2001 Atlante Statistico dei

Comuni

Numero di addetti nelle strutture ricettive

Giorni di degenza in day hospital 2010

Giorni di degenza ordinaria

Numero di addetti negli ospedali pubblici 2010 Atlante Statistico dei

Comuni Numero di ospedali pubblici

Numero di Pronto Soccorso

Numero di ricorsi al Pronto Soccorso

Numero di scuole d’infanzia, d’istruzione primaria

e secondaria

2012

Numero di studenti nelle scuole d’infanzia,


Residenti in case di riposo 2011 ISTAT

Presenze turistiche 2012, 2013,

2014

Protezione Civile

Numero di strutture ricettive aperte

Tabella 3.6: Elenco dei dati utilizzati con relativo anno di riferimento e fonte di informazione

Sono necessarie altre considerazioni oltre a quelle relative all’analisi a livello comunale del

Paragrafo 3.2:

Il numero di addetti nelle strutture ricettive e il numero di strutture ricettive aperte

sono dati a livello provinciale;

Il numero di strutture ricettive aperte è un dato mensile.

In questo caso non è stato necessario calcolare le presenze turistiche nella sola città di

Siracusa, al contrario del procedimento compiuto per l’analisi a livello comunale. Infatti, i

42

dati turistici sono utilizzati nel calcolo di presenze nelle strutture ricettive e questa formula

(Paragrafo 2.5.1) si basa su una proporzione fra le strutture ricettive aperte in Ortigia con

quota inferiore o uguale a 5 m e le strutture ricettive aperte nella provincia. Se, come

riferimento, si utilizzano anche gli altri dati presenti nella formula a livello provinciale

(ovvero il numero di addetti nelle strutture ricettive), la proporzione è realistica e non vi è

alcun bisogno di trasformare i dati di turismo a livello comunale.

3.4 Stima del PML relativo agli edifici

Per effettuare una stima del PML è innanzitutto necessario misurare la superficie di ciascuno

stabile e questa operazione è stata compiuta tramite il metodo esposto nel Paragrafo

precedente. Nel caso in un cui uno stesso stabile raggruppasse più numeri civici si è

considerato che ciascuno di questi occupasse la medesima superficie.

Si utilizzano dati del sito dell’Agenzia Nazionale del Territorio, relativi al primo semestre del

2015, sulle quotazioni immobiliari dell’OMI che individuano un intervallo di valori di

mercato, minimo e massimo, per m2 dell’edificio in base al tipo di destinazione, suddividendo

il comune in fasce: le fasce utilizzate per l’analisi della penisola di Ortigia sono 6 (Figura

3.3).

Figura 3.3: Fasce utilizzate per le quotazioni OMI per la penisola di Ortigia

43

Sono stati utilizzati i dati relativi agli edifici con destinazione residenziale, commerciale (per

strutture ricettive, farmacie, mercati e case di riposo), terziaria (per banche, uffici comunali e

postali, strutture scolastiche, Guardia di finanza, Guardia costiera, Commissariati e ospedali

pubblici) e produttiva (per le strutture industriali) dati in Tabella 3.7 e in Tabella 3.8.

Destinazione

Fascia

Residenziale Commerciale

Minimo Massimo Minimo Massimo

B1 1.150 1.500 3.000 4.500

B2 1.000 1.275 2.200 3.200

B3 925 1.200 1.600 2.500

B4 875 1.150 1.800 2.700

C1 840 1.005 1.500 2.200

D6 580 765 1.000 1.600

Tabella 3.7: Valori economici minimi e massimi (€) per m2 per tipologia residenziale e

commerciale in base alla fascia

Destinazione

Fascia

Terziaria Produttiva

Minimo Massimo Minimo Massimo

B1 1.600 2.175 1.000 1.400

B2 1.200 1.775 900 1.300

B3 1.100 1.450 750 1.100

B4 Dati non disponibili 700 950

C1 1.000 1.350 600 850

D6 805 1.115 550 720

Tabella 3.8: Valori economici minimi e massimi (€) per m2 per tipologia terziaria e produttiva

in base alla fascia

44

Sono opportune alcune note per quanto riguarda i valori di mercato di Tabella 3.7 e Tabella

3.8:

I dati per le strutture residenziali e terziarie sono suddivisi in base al tipo di edificio

che li ospita ma, non essendoci alcun dato in proposito, si è deciso di mediare i valori

proposti dal dataset originale;

I dati relativi a stabili commerciali sono suddivisi in base allo stato conservativo della

struttura, ma essendo indicato il tipo di conservazione più frequente nella fascia, è

questo il valore che è stato riportato in Tabella 3.7;

Sono assenti i dati relativi agli edifici con destinazione terziaria per la fascia B4, ma si

è scelto di utilizzare i dati relativi alle strutture terziarie della fascia B3 poiché risulta

la più affine per ciò che riguarda i valori economici delle altre strutture e si può

supporre ragionevolmente che anche i valori di mercato degli edifici terziari siano

similari.

Considerando la superficie inondata e la posizione di un edificio in esame, è stato calcolato il

suo valore economico minimo e massimo e, infine, questi valori sono stati sommati per

ottenere la stima finale minima e massima di PML.

45

4 Analisi dei dati

Il Capitolo 4 espone l’analisi dei dati raccolti e esaminati con i metodi esposti nel Capitolo 2.

4.1 SoVI

Dopo aver raccolto i dati elencati nel Paragrafo 3.1 si procede con l’analisi tramite il metodo

esposto nel Paragrafo 2.3.1, ovvero si normalizzano i dati a punti zeta e, successivamente,

grazie al software XLSTAT, si esegue la Principal Component Analysis. Si ottengono così 11

fattori, difatti gli autovettori della matrice, rappresentati con relativo autovalore e varianza

cumulata, in Figura 4.1.

Figura 4.1: Grafico con in ascissa i fattori ed in ordinata il relativo autovalore e la varianza

cumulata. I fattori con maggiore autovalore spiegano la maggiore varianza dei dati

I primi tre fattori spiegano il 71% della varianza dei dati e perciò sono considerati sufficienti

per l’analisi delle variabili. Tramite le coordinate delle variabili è possibile definire quali

indicatori sono rappresentati dai singoli fattori e, scegliendo come valore di soglia 0,5, si

elencano i tre fattori con relative informazioni in Tabella 4.1. È fondamentale considerare la

polarità della variabile: si attribuisce un segno positivo al fattore se il segno delle coordinate

delle variabili è in accordo con la polarità della variabile stessa, in caso contrario si impone un

0

20

40

60

80

100

0

0,5

1

1,5

2

2,5

3

3,5

4

F1 F2 F3 F4 F5 F6 F7 F8 F9 F10 F11

Var

ianza

cum

ula

ta (

%)

Auto

val

ore

Fattori

46

segno negativo. Nel caso in cui tutte le variabili abbiano polarità positiva, ma alcune siano in

accordo e altre no con il segno della coordinata della variabile, si applica il valore assoluto.

Segno del

fattore

Fattore Variabile rappresentata Segno della

coordinata della

variabile

Polarità

della

variabile

Valore

assoluto

F1

Numero di imprese

commerciali per km2

Positivo Positiva

Numero medio di componenti

per famiglia

Negativo Positiva

Percentuale di famiglie in

alloggio in affitto

Positivo Positiva

Percentuale di popolazione

residente con età superiore a

65 anni

Positivo Positiva

Percentuale di popolazione

residente di sesso femminile

Positivo Positiva

Positivo F2 Percentuale di popolazione

residente con età inferiore a 5

anni

Positivo Positiva

Negativo

F3

Numero pro capite di ospedali

pubblici

Positivo Negativa

Numero di medici negli

ospedali pubblici per 100.000

persone

Positivo Negativa

Numero di edifici residenziali

per km2

Negativo Positiva

Tabella 4.1: Elenco dei fattori con variabili rappresentate, segno delle coordinate delle

variabili e segno del fattore

47

Considerando ora le coordinate delle osservazioni per ciascun comune, si costruisce il valore

finale di SoVI tramite la formula basata sulle considerazioni precedenti:

𝑆𝑜𝑉𝐼 = |𝐹1| + 𝐹2 − 𝐹3

Creando tre classi di vulnerabilità sociale (bassa, media e alta) si ottiene la classificazione

esposta qui sotto (Tabella 4.2 e Figura 4.2).

Basso Medio Alto

Alì Terme Avola Aci Castello

Augusta Calatabiano Acireale

Forza d'Agrò Carlentini Catania

Furci Siculo Fiumefreddo di Sicilia Giardini-Naxos

Itala Letojanni Mascali

Nizza di Sicilia Messina Melilli

Sant'Alessio Siculo Noto Pachino

Scaletta Zanclea Roccalumera Portopalo di Capo Passero

Santa Teresa di Riva Priolo Gargallo

Siracusa Riposto

Taormina

Tabella 4.2: Classificazione del SoVI per i comuni considerati

48

Figura 4.2: Mappa del SoVI per i comuni considerati

Successivamente si studiano i differenti comuni sulla base del valore di SoVI ottenuto e per

ogni classe di SoVI si individua in percentuale la provincia che contribuisce maggiormente: la

Figura seguente mostra i risultati di quanto detto.

49

Figura 4.3: Percentuali dei comuni a bassa, media e alta vulnerabilità sociale suddivisi in

base alla provincia

Nella classe di SoVI più bassa si ha l’88% (7 su 8) di comuni che appartengono alla provincia

di Messina e solo 1 a quella di Siracusa. Per la seconda classe (MEDIO) il contributo

maggiore viene ancora dalla provincia di Messina, 46% (5 su 11), seguita da Siracusa (4 su

11) e Catania (2 su 11). Al contrario tra i comuni con alta vulnerabilità solo 1 appartiene a

Messina (10%), mentre la maggioranza è sita in provincia di Catania (5 su 10) ed i restanti 4

sono di Siracusa.

Esaminando questi dati, si osserva che la provincia di Catania risulta la più vulnerabile poiché

i suoi comuni hanno un valore di SoVI sempre maggiore (4) o uguale (2) a MEDIO. La

provincia di Siracusa in questa classifica è seconda poiché ha un numero inferiore di comuni

con valore ALTO di vulnerabilità. Messina infine è ultima siccome la maggioranza (7 su 13)

dei suoi comuni è collocata nella classe con valore BASSO di SoVI.

Basandosi sui dataset originali si osserva che i comuni ad alta vulnerabilità risultano avere un

valore elevato per i seguenti parametri: numero di edifici residenziali e imprese per km2,

percentuale di popolazione con età inferiore a 5 anni, numero medio di componenti per

famiglia e percentuale di famiglie in alloggio in affitto. Questi, avendo polarità positiva,

indicano una vulnerabilità maggiore e si può perciò affermare che i suddetti indicatori

rivestono un ruolo importante nel determinare la classificazione di vulnerabilità sociale che si

è ottenuta.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Basso Medio Alto

Catania Messina Siracusa

50


Utilizzando le formule esposte nel Paragrafo 2.4 si ottengono i valori di presenze totali

(Tabella 4.3) e i valori di presenze giornaliere negli edifici considerati vulnerabili dal punto di

vista sociale (Tabella 4.4).

Mese

Popolazione

residente Presenze turistiche giornaliere Presenze giornaliere totali

Gennaio

122.503

335 122.838

Febbraio 353 122.856

Marzo 606 123.109

Aprile 1.109 123.612

Maggio 1.539 124.042

Giugno 1.775 124.278

Luglio 1.910 124.413

Agosto 2.501 125.004

Settembre 1.886 124.389

Ottobre 1.142 123.645

Novembre 456 122.959

Dicembre 365 122.868

Tabella 4.3: Presenze giornaliere totali con variazione mensile per la città di Siracusa

Si osserva che le presenze turistiche sono minime nei mesi invernali (gennaio) e crescono

rapidamente fino ad agosto, mese in cui si registra il massimo delle presenze, mentre da

settembre calano nuovamente. Il dato totale (Tabella 4.3) è ottenuto come somma della

popolazione e del flusso turistico e, avendo la popolazione un valore fisso, dipende dalla

variazione del flusso turistico, raggiungendo il suo apice nel mese di agosto con un valore pari

a 125.004 persone, dove il flusso turistico rappresenta solo il 2% del totale.

51

L’andamento delle presenze negli stabilimenti balneari mostrato nella Figura 4.4 è calcolato

in modo simile a quello del flusso turistico. Ciò che ragionevolmente si ottiene è che il

massimo delle presenze si registra nel mese di agosto, mentre nei mesi invernali il valore si

azzera. Questo dato considera solo le persone non residenti, per mancanza di dati infatti non si

è potuto tenere conto di quanti residenti usufruiscono degli stabilimenti balneari.

Figura 4.4: Confronto fra l’andamento delle presenze turistiche giornaliere e le presenze

giornaliere negli stabilimenti balneari

La Tabella 4.4 mostra anche il numero di persone per gli altri edifici considerati importanti

per la vulnerabilità sociale.

0

500

1000

1500

2000

2500

3000

Presenze turistiche giornaliere Presenze negli stabilimenti balneari

52

Mese Edifici scolastici

e universitari Ospedali pubblici Stabilimenti balneari Porti

Gennaio 22.492

806

0 178

Febbraio 22.492 0 178

Marzo 22.492 0 178

Aprile 22.492 0 178

Maggio 22.492 374 613

Giugno 22.492 610 613

Luglio 0 745 613

Agosto 0 1.336 613

Settembre 22.492 721 613

Ottobre 22.492 0 613

Novembre 22.492 0 178

Dicembre 22.492 0 178

Tabella 4.4: Presenze giornaliere negli edifici considerati vulnerabili dal punto di vista

sociale per la città di Siracusa

Tra gli edifici considerati, solo gli ospedali pubblici hanno un valore fisso di persone, mentre

le costruzioni relative alle altre tre colonne mostrano una variabilità temporale che presenta

forti discontinuità. Le scuole nei due mesi estivi, luglio ed agosto, hanno presenze nulle.

Alcuni mesi (dicembre, gennaio, giugno e settembre) anche se presentano numerosi giorni di

vacanza, sono stati considerati in modo uguale a quelli con un’attività scolastica continua.

Altra variabilità temporale trascurata per quanto riguarda la scuola, è quella dovuta alla

chiusura domenicale. Le presenze nella scuola, per quanto detto, mostrano una forte

discontinuità che è da tenere sicuramente in considerazione quando si definisce la

vulnerabilità sociale di una città. Le variazioni temporali delle altre due colonne, stabilimenti

balneari e porti, hanno anch’esse forti discontinuità ma il numero delle persone coinvolte è un

ordine di grandezza inferiore rispetto alle scuole (circa 2.000 contro 22.000), perciò hanno

sicuramente un peso diverso, in particolare per approntare un piano di emergenza.

53

Soffermandosi sui dati presenti in Tabella 4.4, si deve specificare che le presenze nei porti,

avendo questi per lo più carattere turistico, hanno un aumento sensibile nel semestre estivo a

causa della presenze di società che organizzano attività escursionistiche. Relativamente ai dati

di presenze negli edifici scolastici e universitari, è necessario notare che solamente il 5% delle

presenze rappresenta studenti e addetti nelle università, mentre il restante 95% sono studenti e

addetti nelle scuole d’infanzia, d’istruzione primaria e secondaria.



È innanzitutto necessario identificare la posizione di ciascun edificio studiato: tale argomento

è trattato nel Paragrafo successivo.

4.3.1 Localizzazione delle strutture

Per individuare gli edifici ritenuti vulnerabili dal punto di vista sociale si utilizzano i rispettivi

recapiti. Non essendo disponibile in ArcGis un metodo di ricerca in base all’indirizzo è stata

creata una mappa in formato KMZ tramite il software Google Earth (Figura 4.5), dove a

ciascuna tipologia di edifici è stato assegnato un segnaposto differente. La mappa si è rivelata

utile poiché, localizzando ciascuna struttura su di essa, risulta più semplice in seguito

identificarla sulla CTN.

Figura 4.5: Parte della mappa creata con Google Earth dove ciascun segnaposto indica una

tipologia di edificio differente

54

Dopo aver tenuto in considerazione esclusivamente gli edifici presenti nella zona analizzata, a

ogni stabile è stato associato il proprio codice handle e si è costruito un file Excel per rendere

più veloce la ricerca dei vari attributi, ovvero le proprietà di ciascun edificio. In seguito,

tramite questi handle, è stata creata una mappa su ArcGis (Figura 4.6) in cui gli edifici sono

rappresentati con colori diversi in base alla tipologia. Si riportano in Tabella 4.5 il tipo e il

numero di edifici trovati nella zona studiata.

Figura 4.6: Mappa degli edifici ritenuti vulnerabili rappresentati con colori diversi in base

alla tipologia. Le linee nere e celesti rappresentano rispettivamente le strade e le acque

55

Sruttura Numero Struttura Numero

Stazione dei treni 1 Strutture ricettive 111

Campeggi 1 Edifici scolastici 17

Università 2 Biblioteche 2

Uffici comunali 12 Vigili del fuoco 1

Guardia di finanza 1 Guardia costiera 1

Carabinieri 1 Commissariati 1

Siti archeologici 8 Castelli 1

Musei 10 Chiese 20

Uffici postali 4 Banche 17

Ospedali pubblici 2 Case di riposo 2

Farmacie 11 Mercati 1

Teatri e cinema 3 Campi sportivi 1

Tabella 4.5: Tipologia e numero di strutture nella zona analizzata

È necessario considerare anche altre strutture ritenute vulnerabili dal punto di vista sociale

(Figura 4.6) ma che non è stato possibile posizionare nella CTN poiché non collegate a uno

stabile fisso:

La stazione degli autobus;

Una spiaggia privata di un hotel e due solarium;

Tre mercati rionali situati in Piazza Santa Lucia, Via Trento e Via Emanuele de

Benedictis.

Vi è inoltre un Acquario, ospitato in una unità immobiliare che non è però identificabile nella

CTN, poiché situata al di sotto del Largo Aretusa.

56

Figura 4.7: Altre stutturei e luoghi considerati vulnerabili dal punto di vista sociale

4.3.2 Selezione delle strutture

Lo step successivo è la selezione degli edifici con quota uguale o inferiore a 5 m, operazione

effettuata utilizzando le proprietà di selezione per attributi di ArcGis. Ciò porta all’esclusione

di numerosi tipi di strutture, fra cui biblioteche, campeggi, campi sportivi, castelli, musei,

teatri, cinema e basi dei Vigili del Fuoco. Gli edifici che hanno una quota topografica

inferiore a 5 m sono sintetizzati, sulla base della tipologia di appartenenza, nella Tabella 4.6 e

nella Figura 4.8 si può vedere dove sono posizionati.

57

Struttura Numero Struttura Numero

Stazione dei treni 1 Strutture ricettive 37

Edifici scolastici 4 Uffici comunali 3

Guardia di finanza 1 Guardia costiera 1

Commissariati 1 Siti archeologici 1

Chiese 3 Uffici postali 3

Banche 10 Ospedali pubblici 1

Case di riposo 1 Farmacie 4

Mercati 1

Tabella 4.6: Tipologia e numero di strutture con quota topografica uguale o inferiore a 5 m

Si osserva che solamente il 33% (37 su 111) delle strutture ricettive ha quota topografica

uguale o inferiore a 5 m e, fra queste, 20 sono situate nella penisola di Ortigia. Entrambe le

università di Siracusa si trovano in stabili a quota superiore e, al contrario, 4 edifici scolastici

su 17 hanno una quota uguale o minore della soglia selezionata, così come il 25% degli uffici

comunali e 1 sito archeologico su 8. L’85% delle chiese ha invece quota topografica superiore

a 5 m. Per ciò che riguarda uffici postali e banche, rispettivamente il 75% e il 59% sono a

quota uguale o inferiore al valore selezionato. Relativamente a ospedali pubblici e case di

riposo, in entrambi i casi 1 struttura su 2 ha quota superiore, mentre solo 4 farmacie su 11

sono state selezionate a causa della loro quota topografica uguale o inferiore a 5 m. Le altre

strutture non menzionate in precedenza sono tutte a quota uguale o inferiore alla soglia

selezionata e sono perciò riportate in Tabella 4.6.

58

Figura 4.8: Mappa delle strutture ritenuti vulnerabili a quota uguale o inferiore a 5 m

Da questa mappa si osserva che le strutture a rischio si trovano soprattutto nella parte

settentrionale della penisola di Ortigia e nel quartiere compreso fra il Porto Piccolo e il Porto

Grande. Nella sezione occidentale della mappa si identificano solamente un ufficio comunale,

un edificio scolastico e il mercato ortofrutticolo. Questa zona è infatti principalmente

industriale. La punta meridionale di Ortigia è zona commerciale, ma non ha stabili con quota

uguale o inferiore al valore selezionato.

Per ciò che riguarda le unità residenziali, si riportano in Figura 4.9 i 1.825 stabili del layer

B001 a quota uguale o inferiore a 5 m.

59

Figura 4.9: Mappa degli edifici residenziali a quota uguale o inferiore a 5 m

Le zone residenziali con stabili selezionati per l’analisi di questo studio sono la parte

settentrionale della penisola di Ortigia, l’area compresa fra il Porto Piccolo e il Porto Grande e

il quartiere leggermente a nord di questa zona. L’area a nord della mappa è zona residenziale,

ma le quote degli edifici sono superiori al valore selezionato.

Per ciò che riguarda invece le strutture industriali (identificabili tramite il layer B002), si

riportano in Figura 4.10 gli stabili a quota topografica uguale o inferiore a 5 m, anche se non

saranno utilizzati nell’analisi.

60

Figura 4.10: Mappa delle strutture del layer B002 a quota uguale o inferiore a 5 m

Si osserva, come precedentemente affermato, che la zona occidentale della mappa è

principalmente industriale ed è infatti qui che si concentrano questo tipo di stabili.

4.3.3 Analisi di vulnerabilità

Lo step successivo è il calcolo delle vulnerabilità all’interno delle strutture selezionate.

Inoltre, si studiano separatamente gli edifici ritenuti vulnerabili dal punto di vista sociale e le

strutture residenziali analizzando gli stabili in base a due fattori:

61

1. Il numero di piani di ciascuno stabile;

2. L’altezza della colonna d’acqua, ovvero la differenza fra i 5 m di inondazione di

riferimento e la quota topografica dello stabile.

Si sceglie come soglia di riferimento per l’altezza di un piano 2,5 m.

4.3.3.1 Edifici e strutture vulnerabili dal punto di vista sociale

Le presenze giornaliere in edifici scolastici, ospedali pubblici, strutture ricettive e case di

riposo sono calcolate tramite la metodologia esposta nel Paragrafo 2.5, mentre per gli

stabilimenti balneari abbiamo fatto una stima quantitativa sulla base di immagini fotografiche

che illustreremo qui di seguito. I risultati ottenuti per ogni tipologia e il totale sono mostrati in

Tabella 4.8.

Nell’area di Siracusa sono stati riconosciuti 3 stabilimenti balneari posizionati sulla costa

orientale di Siracusa (Figura 4.7). La stima delle persone che possono ospitare si è basata su

alcune fotografie trovate utilizzando Google Earth. Partendo da nord il primo lido (Figura 4.7)

che si incontra appena fuori dal Porto Piccolo è la spiaggia sabbiosa del Musciara Siracusa

Resort (Foto A della Figura 4.11). Dalle foto si è visto che la struttura può ospitare circa una

trentina di ombrelloni. Il secondo lido è situato sulla costa della penisola di Ortigia, all’interno

del Porto Piccolo ed è difeso dai moli di protezione del porto stesso. Questo lido, denominato

solarium Porto Piccolo (Foto B della Figura 4.11), è costituito da una ridotta parte di spiaggia

sabbiosa con 12 ombrelloni e una struttura in legno che può ospitare altri lettini. Il terzo ed

ultimo lido è posizionato sulla parte sud della costa orientale della penisola di Ortigia, e

prende il nome di solarium Forte Vigliena. La costa in questa zona è rocciosa e la strada che

costeggia la costa si trova ad un’altezza superiore ai 5 m. Per raggiungere il lido, costituito da

quattro piattaforme (tre in legno ed una rocciosa) ad un’altezza di circa 2 m s.l.m, si devono

scendere due rampe di scale (Foto C della Figura 4.11).

62

Figura 4.11: Spiaggia privata dell’hotel (A), solarium Porto Piccolo (B) e solarium Forte

Vigliena (C)

Sulla base delle fotografie, considerando 2 persone per ombrellone più eventuali bambini, si

ottengono un valore di 80 e 60 persone rispettivamente per il primo e per il secondo lido. Per

il solarium Forte Vigliena si misurano le aree delle piattaforme di legno e rocciosa tramite

Google Earth e, considerando che una persona occupi circa 2 m2, si ottiene una stima di 150

persone. Sommando questi 3 valori si ottiene un totale massimo di 290 individui.

Per non considerare un valore di presenze costante durante l’anno si è pensato di procedere

con il seguente metodo:

Basandosi sui risultati del precedente Paragrafo, si calcolano le percentuali mensili di

frequenza degli stabilimenti balneari di Siracusa (Tabella 4.7), considerando come

valore di riferimento il mese con maggiori presenze, ovvero Agosto;

Utilizzando queste percentuali e il valore massimo di 290 persone si calcolano le

presenze giornaliere nei 3 stabilimenti balneari della penisola di Ortigia (Tabella 4.8).

Maggio Giugno Luglio Agosto Settembre

Percentuale (%) 28 46 56 100 54

Tabella 4.7: Percentuale di frequenza mensile degli stabilimenti di Siracusa rispetto al mese

con maggiori presenze (agosto)

Il numero di persone stimato è mostrato nella sesta colonna della Tabella 4.8.

63

Mese Edifici

scolastici

Ospedali

pubblici

Case di

riposo

Strutture

ricettive

Stabilimenti

balneari

Totale

Gennaio 1.050

151 11

237 0 1.449

Febbraio 1.050 243 0 1.455

Marzo 1.050 327 0 1.539

Aprile 1.050 493 0 1.705

Maggio 1.050 631 81 1.924

Giugno 1.050 702 133 2.047

Luglio 0 745 162 1.069

Agosto 0 934 290 1.386

Settembre 1.050 731 157 2.100

Ottobre 1.050 490 0 1.702

Novembre 1.050 269 0 1.481

Dicembre 1.050 240 0 1.452

Tabella 4.8: Presenze in edifici scolastici, ospedali pubblici, case di riposo, strutture ricettive

e stabilimenti balneari nella zona inondata

Le presenze negli edifici scolastici sono solamente il 5% del valore che si era ottenuto a

livello comunale poiché si hanno solamente 4 strutture scolastiche nella zona inondata; le

considerazioni relative alle variazioni temporali fatte nell’analisi a livello comunale sono

valide anche in questo caso.

Per le strutture ricettive, se si escludono dai valori ottenuti gli addetti, le presenze sono

mediamente il 33% dei valori a livello comunale e l’andamento risulta similare al flusso

turistico comunale, con presenze massime in agosto e minime in gennaio.

Relativamente agli stabilimenti balneari, i valori sono circa il 22% di ciò che è stato ottenuto a

livello comunale, mentre, per come è stato costruito il dato, l’andamento è identico: ad agosto

si registra il valore massimo (290), mentre nei mesi invernali il valore è nullo. Il valore di

vulnerabilità ottenuto per gli ospedali pubblici risulta essere il 19% rispetto a ciò che si è

64

ottenuto per l’intero comune di Siracusa e, inoltre, gli ospedali pubblici e le case di riposo

sono le uniche tipologie di strutture dove la vulnerabilità si considera costante temporalmente.

I risultati della Tabella 4.8 mostrano che il massimo valore di vulnerabilità sociale (2.100

persone) si raggiunge nei mesi di settembre dove è massima la componente scolastica ed è

importante il valore apportato dalle strutture ricettive e dagli stabilimenti balneari, mentre il

minimo si ha nel mese di luglio (1.069 persone) quando si azzera il valore relativo agli edifici

scolastici.

Questo primo risultato evidenzia chiaramente come le strutture in cui si concentrano un

numero alto di persone determini in modo significativo la vulnerabilità sociale di un’area. Ciò

era già stato evidenziato nell’analisi a livello comunale.

La vulnerabilità massima così ottenuta, senza tenere in considerazione la specificità delle

strutture e soprattutto la colonna d’acqua che coinvolge le strutture, sottostima il valore

apportato da alcune strutture, in particolare le strutture balneari per la vicinanza alla costa e le

case di riposo per la tipologia di persone.

Per gli altri edifici e luoghi selezionati (Tabella 4.6 e Figura 4.8), non essendo disponibili dati

sul personale e sul flusso di individui, non si è in grado di valutare la popolazione vulnerabile

presente. Tra questi, i mercati, la stazione e le chiese, rivestono un’importanza maggiore dal

punto di vista sociale poiché sono luoghi dove si concentrano, anche se solo per brevi periodi

(qualche ora), un numero importante di persone (maggiore di 100).

4.3.3.2 Danno da maremoto alle persone

L’ultima fase di quest’analisi ha l’obiettivo di calcolare il livello di danno alle persone

utilizzando la metodologia esposta nel Paragrafo 2.6. L’analisi si basa sulla colonna d’acqua

che colpisce un edificio e sul numero di persone presenti, calcolato considerando l’area delle

strutture. Due altri parametri che si valutano per determinare il danno alle persone sono il

numero di piani e il danno strutturale che un edificio subisce. Quest’ultimo dato è stato

ottenuto dalla classificazione con il metodo SCHEMA presentato da Pagnoni et al. (2014). Le

strutture che subiscono un danno classificato come parziale o totale collasso non

rappresentano più una difesa per le persone presenti nell’edificio e quindi si assume che la

mortalità sia determinata dai dati ottenuti dal lavoro di Koshimura et al. (2009). Questa

assunzione è valida anche per le persone che si trovano in strutture aperte: mercati,

stabilimenti balneari, stazioni e siti archeologici all’aperto.

65

Partiamo ad analizzare le strutture non residenziali considerando separatamente gli edifici ad

un piano (Tabella 4.9) rispetto agli altri (Tabella 4.10). La Tabella 4.9 mostra il numero di

edifici (9) ad 1 piano divisi per colonna d’acqua secondo gli intervalli definiti nel Paragrafo

2.6. L’unica struttura per cui è stato stimato il numero di persone presenti è la casa di riposo,

che è colpita da una colonna d’acqua inferiore a 1,5 m e quindi le persone presenti subiranno

un danno E2. Per gli altri edifici, anche in assenza del dato di persone, è possibile riferire la

tipologia di danno e percentuale di fatalità che subirebbero le persone presenti. Tra i luoghi

coinvolti da una colonna d’acqua superiore ai 1,5 m, soglia sopra la quale la probabilità di

mortalità diventa importante, si trovano due chiese ed il mercato ortofrutticolo, luoghi in cui

si concentrano un numero importante di persone anche se per brevi periodi.

Colonna d’acqua (m)

0-1 1-1,5 1,5-2,5 2,5-3,5 3,5-5

Banche 1 0 0 0 0

Case di riposo 0 1 0 0 0

Chiese 1 0 2 0 0

Guardia costiera 0 0 0 0 1

Mercato

ortofrutticolo 0 0 0 1 0

Stazione ferroviaria 1 0 0 0 0

Uffici comunali 0 0 0 1 0

Tabella 4.9: Numero di edifici non residenziali a un piano suddivisi in base all’altezza della

colonna d’acqua. Evidenziati in azzurro gli edifici in cui abbiamo una stima delle persone

presenti

La Tabella 4.10 mostra la distribuzione degli edifici (62) a 2 o più piani in funzione della

colonna d’acqua. Come già visto per gli edifici ad 1 piano abbiamo la stima delle persone solo

per alcune tipologie di edifici: strutture ricettive, ospedali e scuole; mentre per gli altri è

possibile solo esprimere la tipologia di danno che le persone potrebbero subire. Se si

osservano gli edifici più importanti per la vulnerabilità sociale, scuole (4) ed ospedali (1), si

nota che un ospedale e due scuole sono investiti da una colonna d’acqua inferiore ad 1 m che

66

produce il minimo danno alle persone. Altre due scuole invece si trovano in un’area dove il

valore della colonna d’acqua supera i 2,5 m. La quarta e quinta colonna evidenziano gli edifici

in cui anche il primo piano, insieme al piano terra, e le persone presenti sono coinvolte

dall’inondazione. Tra questi ci sono 2 scuole, 12 strutture ricettive, 1 ufficio comunale, 3

uffici postali, 3 banche ed 1 farmacia. Le ultime tre tipologie di edifici, pur essendo inserite in

strutture a più piani, solitamente occupano il piano terra degli edifici.

Colonna d’acqua (m)

0-1 1-1,5 1,5-2,5 2,5-3,5 3,5-5

Banche 3 1 2 3 0

Commissariati 0 0 1 0 0

Farmacia 1 1 1 1 0

Guardia di Finanza 0 0 1 0 0

Strutture ricettive 9 8 8 9 3

Ospedale pubblico 1 0 0 0 0

Scuole 2 0 0 0 2

Uffici postali 0 0 0 3 0

Uffici comunali 0 0 1 0 1

Tabella 4.10: Numero delle strutture non residenziali a due o più piani suddivisi in base

all’altezza della colonna d’acqua. Evidenziati in azzurro le strutture in cui abbiamo una

stima delle persone presenti

67

Figura 4.12: Mappa delle strutture non residenziali in base alla colonna d’acqua

In questo Capitolo si considerano anche i luoghi importanti dal punto di vista sociale che non

sono rappresentati da alcuna struttura fissa. Nella Tabella 4.11 per ogni luogo

precedentemente indicato come importante dal punto di vista sociale ma senza una struttura

presente nel CTN a rappresentarlo si è indicata la colonna d’acqua e la relativa percentuale di

mortalità. I luoghi più esposti sono chiaramente i lidi in cui la colonna d’acqua è la massima

possibile (5 m), a parte il lido Forte Vigliena che è collocato a 2 m sul livello del mare; oltre a

questi c’è l’Acquario, che si trova sulla costa occidentale della penisola di Ortigia ad una

quota di circa 1 m, ed il sito archeologico, posizionato a 2 m s.l.m. La colonna d’acqua è al

contrario molto bassa per la stazione degli autobus ed assente per il mercato all’aperto che si

svolge in Piazza Santa Lucia, che si trova ad una quota di circa 10 m. Gli altri mercati

all’aperto considerati si trovano ad una quota di circa 3 m e sarebbero perciò interessati da

una colonna d’acqua di 2 m.

68

Colonna d’acqua (m) Percentuale di vittime (%)

Stazione degli autobus 0,3 0

Spiaggia Musciara

Siracusa Resort

5 66

Spiaggia Porto Piccolo 5 66

Spiaggia Forte Vigliena 3 56

Acquario 4 66

Sito archeologico 3 56

Mercato Piazza S.

Lucia

0 0

Mercato Via Trento 2 24

Mercato Via Emanuele

de Benedictis

2 24

Tabella 4.11: Luoghi considerati vulnerabili dal punto di vista sociale con colonna d’acqua e

relativa percentuale di vittime. Evidenziati in azzurro i luoghi per cui abbiamo una stima

delle persone presenti.

4.3.3.3 Edifici residenziali

Per ciò che riguarda i calcoli di vulnerabilità, tramite il metodo esposto nel Paragrafo 2.5 si

ottiene una stima di popolazione residente in questi edifici pari a 36.160 persone.

La superficie di base occupata da questi edifici residenziali è pari a 0,2 km2 e suddividendo i

residenti in base al piano occupato si ottengono i valori di Tabella 4.12.

Piano terra Primo piano Altri piani

Residenti 14.347 12.352 9.461

Tabella 4.12: Residenti in base al piano abitato degli edifici residenziali

69

Le persone potenzialmente coinvolte in caso di inondazione pari a 5 m sono i residenti del

piano terra e del primo piano, per un totale di 26.699 individui, ovvero il 22% della

popolazione di Siracusa.

Classificando gli edifici residenziali tramite il metodo esposto nel Paragrafo 2.6, si assegna

alle persone presenti in ciascun piano terra ed eventuale primo piano un livello di esposizione

e si ottengono i risultati esposti in Tabella 4.13 e in Tabella 4.14 dove sono riportati il numero

di persone coinvolte. Gli edifici residenziali legati a crolli parziali o totali sono invece

elencati, con relativi valori di persone coinvolte, in Tabella 4.15.

Colonna d’acqua

(m)

Livello di

esposizione

Percentuale di vittime

(%)

Presenze

coinvolte

0-1 E1 0 2.863

1-1,5 E2 4 2.131

1,5-2,5 E3 24 4.310

2,5-3,5 E3 56 3.926

3,5-5 E3 66 1.072

Tabella 4.13: Presenze coinvolte in base al livello di esposizione assegnato al piano terra

degli edifici residenziali

La maggior parte degli individui residenti ai piani terra (8.236 su 14.302, ovvero il 58%) è

presente in edifici con colonna d’acqua compresa fra 1,5 e 3,5 m e livello di esposizione E3

basso e medio. Il 7% (1.072 su 14.302) è invece a livello di esposizione E3 alto e rappresenta

la parte di popolazione più a rischio.

Colonna d’acqua

(m)

Livello di

esposizione


(%)

Presenze

coinvolte

2,5-3,5 E1 0 3.334

3,5-4 E2 4 525

4-5 E3 24 354

Tabella 4.14: Presenze coinvolte in base al livello di esposizione assegnato al primo piano

degli edifici residenziali

70

L’80% dei residenti ai primi piani (3.334 su 4.213) è al livello di esposizione inferiore (E1)

con probabilità di morte nulla, mentre il 12% e l’8% appartengono rispettivamente a livello

E2 ed E3 basso.

Colonna d’acqua

(m)

Livello di

esposizione


(%)

Presenze

coinvolte

0-2,5 E3 24 0

2,5-3,5 E3 56 12

3,5-5 E3 66 35

Tabella 4.15: Presenze negli edifici classificati con livello di danno D4 o D5 con il metodo

Schema

Il livello di esposizione per gli edifici che subiscono crolli parziali o totali è E3 e la

probabilità di morte non è mai nulla e cresce all’aumentare della colonna d’acqua: i residenti

ivi presenti sono perciò parte della popolazione più a rischio.

È possibile localizzare questi edifici residenziali in base all’altezza della colonna d’acqua

(Figura 4.13): ciò che si osserva è che gli edifici con colonna d'acqua maggiore sono nella

zona compresa fra il Porto Piccolo e il Porto Grande, nella costa settentrionale del Porto

Piccolo e nella zona occidentale della Baia di Siracusa. Sono queste perciò le zone più

pericolose per la popolazione.

71

Figura 4.13: Mappa degli edifici residenziali classificati in base alla colonna d’acqua

4.3.3.4 Risultati complessivi dell’analisi di vulnerabilità

Considerando la classificazione appena effettuata, è possibile valutare, per ciascun livello di

esposizione, il numero di presenze coinvolte per edifici residenziali e non: i risultati sono

presentati in Tabella 4.16.

E1 E2 E3

Percentuale di vittime (%) 0 4 Basso, 24 Medio, 56 Alto, 66

Edifici non residenziali 443 224 184 406 330

Edifici residenziali 6.187 2.656 4.664 3.938 1.107

Tabella 4.16: Elenco degli individui coinvolti in base a livello di esposizione e tipo di edificio

Gli individui coinvolti totali sono 20.139, di cui 18.852 residenti. Nel livello E1 vi sono 6.630

persone (ovvero il 33%), che hanno perciò il proprio piano allagato ma non vengono trascinati

dall’acqua. Il 14% (ovvero 2.880) ha invece mobilità ridotta ed è all’interno di edifici con

livello E2, con 4% di probabilità di morte. Il restante 53% (10.629 individui) rappresenta le

72

persone presenti in edifici con livello di esposizione maggiore, suddivisi a loro volta in tre

intervalli: la maggior parte (4.848) ha probabilità di morte del 24%, per 4.344 la percentuale

di vittime è del 56% e, infine, per 1.437 la mortalità è la massima considerata (66%).


Per calcolare il PML si deve stimare la superficie inondata ed è necessario conoscere il

numero di piani di ciascun edificio e l’altezza della colonna d’acqua. Nell’articolo di Grezio

et al. (2012) è stato considerato un valore soglia pari a un run-up di 0,5 m affinché

un’inondazione provochi danni alle persone o alle strutture, ma utilizzando un livello di 5 m

nell’area considerata questa condizione è superata. Si utilizzano i valori di colonna d’acqua,

determinati per ogni edificio, per calcolare i numeri di piani inondati. Per ogni piano si

considerano inoltre due intervalli di inondazione (l’altezza di ogni piano è già stata definita

pari a 2,5 m): se la colonna d’acqua è nell’intervallo 0,1 - 1 m si considera il 40% del valore

dell’area inondata, se superiore ad 1 m si valuta come danno il totale del valore. Il calcolo del

PML è stato fatto per gli edifici non residenziali, per gli edifici residenziali e per i capannoni,

indicati nel CTN con il codice B002 e presenti soprattutto nella parte occidentale dell’area

considerata.

Struttura

ricettive Farmacie Mercati

Case di

riposo Banche

Ospedali

pubblici

Area inondata 40%

(m2) 1.700 0 0 0 290 1.900

Area totalmente

inondata (m2) 2.800 200 4.100 90 330 0

Danno economico

minimo (milioni di €) 5,6 0,3 4,1 0,1 0,5 0,9

Danno economico

massimo (milioni di €) 8,6 0,5 6,5 0,2 0,7 1,4

Tabella 4.17: Prima parte dell’elenco delle aree inondate al 40% o totalmente inondate e dei

danni economici minimi e massimi per tipologia di struttura non residenziale

73

Uffici

postali

Edifici

scolastici

Guardia di finanza, Guardia

costiera, Commissariati Totale

Area inondata 40% (m2) 0 5.500 0 9.390

Area totalmente inondata

(m2) 70 10.000 1.700 19.290

Danno economico

minimo (milioni di €) 0,08 12 2,1 26

Danno economico

massimo (milioni di €) 0,1 16 3,1 37

Tabella 4.18: Seconda parte dell’elenco delle aree inondate al 40% o totalmente inondate e

dei danni economici minimi e massimi per tipologia di struttura non residenziale. L’ultima

colonna esprime i totali ottenuti sommando i valori di tutte le strutture

Tabella 4.19: Elenco delle aree inondate al 40% o totalmente inondate e dei danni economici

minimi e massimi per gli edifici residenziali

Edifici residenziali B1 B2 B3 B4 C1 D6 Totale

Area inondata 40% (m2) 4.900 20.000 33.000 8.000 5.300 7.700 78.900

Area totalmente inondata

(m2) 4.500 34.000 97.000 14.000 2.800 21.000 173.300

Danno economico minimo

(milioni di €)

7,5 42 101 15 4 14 184

Danno economico massimo

(milioni di €)

9,7 54 132 19 5 18 238

74

Strutture industriali D6

Area inondata 40% 7.400

Area totalmente inondata 82.000

Danno economico minimo (milioni di €) 47

Danno economico massimo (milioni di €) 61

Tabella 4.20: Aree inondate al 40% o totalmente inondate e dei danni economici minimi e

massimi per le strutture industriali

Edifici vari Edifici residenziali Capannoni Totale

Danno economico

minimo

(milioni di €)

26 184 47 257

Danno economico

massimo

(milioni di €)

36 238 61 335

Tabella 4.21: Riassunto e totale dei danni economici minimi e massimi per tutte le strutture

Esaminando i risultati, si riscontra che la perdita economica maggiore è legata alle strutture

residenziali poiché, sebbene il valore economico per edifici residenziali sia inferiore rispetto

al valore per edifici commerciali, terziari e produttivi (Tabella 3.7 e Tabella 3.8), il numero di

questo tipo di strutture è decisamente maggiore rispetto agli altri edifici. La perdita economica

minore è invece dovuta agli uffici postali a causa della superficie coinvolta, decisamente

inferiore rispetto alle altre strutture.

Il valore minimo e massimo di PML sono 257 Milioni di Euro e 335 Milioni di Euro: questi

valori si riferiscono esclusivamente al valore di mercato della struttura, senza considerare

alcun bene mobile presente all’interno. Questi valori corrispondono al 3-4% del PIL della

Provincia di Siracusa, stimato in circa 7,6 Miliardi di euro.

75

5 Conclusioni

Si traggono le conclusioni commentando i metodi utilizzati e sottolineandone validità e limiti.

5.1 SoVI

Questo indice di vulnerabilità sociale è il primo delle metodologie adoperate per la stima di

vulnerabilità sociale. Al contrario degli altri due metodi utilizzati, il SoVI non indica nel

dettaglio il numero di persone che subiscono danno maggiore in caso di tsunami, ma

individua i comuni che possiedono una maggiore vulnerabilità sociale in base alle variabili

considerate.

Tramite il calcolo di questo indicatore, si è ottenuto che la città di Catania risulta avere un

valore di vulnerabilità sociale elevato, mentre Messina e Siracusa sono invece a media

vulnerabilità. In particolare, i valori dei singoli fattori che determinano il valore del SoVI per

Siracusa sono presentati in Tabella 5.1.

Valore del

fattore

Fattore Variabili rappresentate

0,0706

F1

Numero di imprese commerciali per km2

Numero medio di componenti per famiglia

Percentuale di famiglie in alloggio in affitto

Percentuale di popolazione residente con età superiore a 65 anni

Percentuale di popolazione residente di sesso femminile

1,4130

F2 Percentuale di popolazione residente con età inferiore a 5 anni

0,6651

F3

Numero pro capite di ospedali pubblici

Numero di medici negli ospedali pubblici per 100.000 persone

Numero di edifici residenziali per km2

Tabella 5.1: Valori per i fattori F1, F2 e F3 per Siracusa con relative variabili rappresentate

76

Il fattore F1 ha poca importanza quindi le variabili relative sono neutrali nel determinare il

SoVI. Al contrario, la percentuale di popolazione residente con età inferiore a 5 anni è

influente in modo significativo poiché il fattore F2 ha valore pari a 1,4. Infine, poiché nel

calcolo del SoVI il fattore F3 si sottrae, le variabili rappresentate implicano un calo di

vulnerabilità sociale. Riassumendo, si può affermare che la vulnerabilità sociale calcolata con

il SoVI per Siracusa dipende sostanzialmente da 4 variabili.

La vulnerabilità sociale così calcolata non dipende dal tipo di evento considerato e perciò è

valida sia per tsunami che per altri tipi di disastri naturali.


Questa analisi inquadra in maniera generale la situazione sociale del comune di Siracusa ed è

utile per valutare, oltre al dato di popolazione residente, il numero di persone appartenenti a

gruppi considerati più deboli:

I turisti devono cercare riparo pur non conoscendo bene la città e riscontrano maggiore

difficoltà se stranieri nel caso in cui non conoscano bene l’Italiano;

Le presenze in edifici scolastici e universitari potrebbero affrontare un evento

pericoloso all’interno di strutture dove un gran numero di individui potrebbe andare in

panico;

I pazienti degli ospedali potrebbero essere a ridotta mobilità o disabili e il loro

trasporto sarebbe legato esclusivamente agli addetti ospedalieri;

Gli individui negli stabilimenti balneari e nei porti, essendo allo stesso livello del mare

e vicini alla costa, sono i primi ad essere colpiti.

Questo tipo di analisi, se si trascurano i dati specifici relativi a stabilimenti balneari e porti,

può essere valido per un qualsiasi tipo di disastro naturale.



Questo tipo di analisi è importante perché suggerisce un approccio utile allo studio nel

dettaglio delle strutture e dei gruppi vulnerabili dal punto di vista sociale. L’utilizzo di una

mappa CTN con risoluzione 1:2000 ha permesso di analizzare puntualmente i singoli edifici

77

nella zona inondata. In questo modo, è stato possibile assegnare un livello di esposizione

differente agli individui in base al piano in cui sono presenti e all’altezza della colonna

d’acqua. I calcoli finali hanno prodotto un risultato quantificabile in 10.629 persone ad un

livello massimo di esposizione (E3). La percentuale di vittime varia fra un minimo di 24% e

un massimo di 66% e il valore delle vittime relativo è circa di 5.000 persone. Questo risultato

è stato ottenuto considerando che tutti gli individui restino all’interno delle strutture e si

suppone perciò che nessuno riesca ad uscire dallo stabile e ad allontanarsi verso luoghi a

quota più elevata: ciò è ovviamente un’approssimazione, poiché si suppone che, sebbene non

vi sia alcun piano di emergenza in caso di maremoto, chi è a conoscenza dei possibili effetti

da tsunami abbia l’accortezza di recarsi in posti più sicuri.


Il valore minimo e massimo di PML stimato, pari a 257 Milioni di Euro e 335 Milioni di

Euro, corrispondono al 3-4% del PIL della Provincia di Siracusa, stimato in circa 7,6 Miliardi

di euro. Questo metodo fornisce un’approssimazione per difetto perché si considerano

esclusivamente i danni agli stabili senza considerare eventuali beni all’interno degli edifici

stessi e, come già sottolineato, sono trascurati numerosi effetti diretti e indiretti. Fra questi

possiamo citare l’interruzione delle attività economiche (industriali, turistiche, commerciali,

et cetera), i danni alle infrastrutture (vie di comunicazione, acquedotti, linee elettriche) e i

numerosi beni artistici e storici della città di Siracusa. In questo caso, la perdita non sarebbe

solo culturale, ma porterebbe a un calo del turismo che inciderebbe sull’economia della città.

79

Bibliografia

Agenzia delle Entrate – Osservatorio del Mercato Immobiliare

Argnani A., Armigliato A., Pagnoni G., Zaniboni F., Tinti S., Bonazzi C. (2012):

Active tectonics along the submarine slope of south-eastern Sicily and the source of

the 11 January 1693 earthquake and tsunami. Nat. Hazards Earth Syst. Sci., 12, 1311–

1319

Argnani A., Bonazzi C. (2005): Malta Escarpment fault zone offshore eastern Sicily:

Pliocene-Quaternary tectonic evolution based on new multichannel seismic data.

Tectonics, 24, 1-12. doi:10.1029/2004TC001656

Argnani A., Chiocci F.L., Tinti S., Bosman A., Lodi M.V., Pagnoni G., Zaniboni F.

(2009): Comment on “On the cause of the 1908 Messina tsunami, southern Italy” by

Andrea Billi et al. Geophys. Res. Lett. 36, 3-5. doi:10.1029/2009GL037332

Armigliato A., Pagnoni G., Zaniboni F., Tinti S. (2015): Worst-case scenario approach

to the tsunami hazard assessment for the coastal areas between Augusta and Siracusa,

eastern Sicily, Italy. Geophysical Research Abstracts Vol. 17, EGU2015-3866.

ASTARTE, Assessment, STrategy And Risk Reduction for Tsunamis in Europe,

http://www.astarte-project.eu/

Barbano M. S., Rigano R., Cosentino M., Lombardo G. (2001). Seismic history and

hazard in some localities of south-eastern Sicily. Boll. Geof. Teor. Appl., 42, 107-120

Basili R., Kastelic V., Demircioglu M.B., Garcia Moreno D., Nemser E.S., Petricca P.,

Sboras S.P., Besana-Ostman G.M., Cabral J., Camelbeek T., Caputo R., Danciu L.,

Domac H., Fonseca J., Garcia-Mayofomo J., Giardini D., Glavatovic B., Gulen L.,

Ince Y., Pavlides S., Sestyan K., Tarabusi G., Tiberti M.M., Utkucu M., Valensise G.,

Vanneste K., Vilanova S., Wössner J. (2013): The European Database of Seismogenic

Faults (ESDF) compiled in the frame work of the Project SHARE.

http://diss.rm.ingv.it/share-edsf/, doi:10.6092/INGV.IT-SHARE-EDSF

Basili R., Valensise G., Vannoli P., Burrato P., Fracassi U., Mariano S., Tiberti M.M.,

Boschi E. (2008): The Database of Individual Seismogenic Sources (DISS), version 3:

summarizing 20 years of research on Italy's earthquake geology. Tectonophysics 453,

20-43. doi:10.1016/j.tecto.2007.04.014

http://www.astarte-project.eu/

80

Bianca M., Monaco C., Tortorici L., Cernobori L. (1999): Quaternary normal faulting

in southeastern Sicily (Italy): a seismic source for the 1693 large earthquake. Geophys.

J. Int., 139, 370–394.

Billi A., Funiciello R., Minelli L., Faccenna C., Neri G., Orecchio B., Presti D. (2008):

On the cause of the 1908 Messina tsunami, southern Italy. Geophys. Res. Lett. 35, 1–

5. doi:10.1029/2008GL033251

Birkmann J., Wisner B. (2006): Measuring the un-measurable, The challenge of

vulnerability, Bonn: UNUEHS. Bonn

Blaikie. P., Cannon T., Davis I., Wisner B. (1994): At risk: Natural hazards, people’s

vulnerability, and disasters. Routledge: London

Bogardi J., Birkmann J. (2004): “Vulnerability Assessment: The first Step Towards

Sustainable Risk Reduction" in Disaster and Society-from Hazard Assessment to Risk

Reduction, eds. D. Malzahn & T. Plapp,Berlin: Logos Verlag, pp. 75-82

Boschi E., Guidoboni E., Ferrari G., Valensise G., Gasperini P. (1997): Catalogo dei

forti terremoti in Italia dal 461 a.C. al 1990 (2), I.N.G.-S.G.A, pp. 644 and CD-ROM

Burton I, Kates RW, While GF (1978): The environment as hazard. Oxford University

Press, New York

Cardona O.D. (1999): "Environmental Management and Disaster Prevention: Two

Related Topics: A Holistic Risk Assessment and Management Approach" in Natural

Disaster Management, ed. J. Ingleton, Tudor Rose, London

Cardona O.D. (2001): Estimación Holística del Riesgo Sísmico Utilizando Sistemas

Dinámicos Comple, Technical University of Catalonia, Barcelona

Cutter S.L. (1996): Vulnerability to environmental Hazards. Progress in Human

Geography, 20(4), 529–539

Cutter, S.L., Boruff B.J., Shirley W.L. (2003): Social vulnerability to environmental

hazards. Social Science Quarterly, 84(2), 242–261

De Martini P.M., Barbano M.S., Smedile A., Gerardi F., Pantosti D., Del Carlo P.,

Pirrotta C. (2010): A 4000 years long record of tsunami deposits along the coast of the

Augusta Bay (eastern Sicily, Italy): paleoseismological implications. Marine Geology,

276, 42–57.

De Martini P.M., Barbano M.S., Pantosti D., Smedile A., Pirrotta C., Del Carlo P.,

Pinzi S. (2012): Geological evidence for paleotsunamis along eastern Sicily (Italy): an

overview. Nat. Hazards Earth Syst. Sci., 12, 2569-2580.

81

DISS Working Group (2010): Database of Individual Seismogenic Sources (DISS),

Version 3.1.1: A compilation of potential sources for earthquakes larger than M 5.5 in

Italy and surrounding areas. http://diss.rm.ingv.it/diss/, © INGV 2010 - Istituto

Nazionale di Geofisica e Vulcanologia - All rights reserved; DOI:10.6092/INGV.IT-

DISS3.1.1

Favalli M., Boschi E., Mazzarini F., Pareschi M.T. (2009): Seismic and landslide

source of the 1908 Straits of Messina tsunami (Sicily, Italy). Geophys. Res. Lett. 36,

1-6. doi:10.1029/2009GL039135

Graziani L., Maramai A., Tinti S. (2006): A revision of the 1783–1784 Calabrian

(southern Italy) tsunamis. Nat. Hazards Earth Syst. Sci., 6, 1053–1060

Grezio A., Gasparini P., Marzocchi W., Patera A., and Tinti S. (2012): Tsunami risk

assessments in Messina, Sicily – Italy. Nat. Hazards Earth Syst. Sci., 12, 151–163

Guillard-Gonçalves C., Cutter S.L., Emrich C.T., Zêzere J.L. (2014): Application of

Social Vulnerability Index (SoVI) and delineation of natural risk zones in Greater

Lisbon, Portugal, Journal of Risk Research

Gutscher M.A., Roger J., Baptista M.A., Miranda J.M., Tinti S. (2006): Source of the

1693 Catania earthquake and tsunami (southern Italy): new evidence from tsunami

modelling of a locked subduction fault plane. Geophys. Res. Lett. 33.

doi:10.1029/2005GL025442

Istituto Nazionale di Geofisica e Vulcanologia, http://www.ingv.it/it/

Istituto nazionale di statistica, http://www.istat.it/it/

Koshimura S., Oie T., Yanagisawa H., Imamura F. (2009): Developing fragility

functions for tsunami damage estimation using numerical model and post-tsunami data

from Banda Aceh, Indonesia, Coastal Engineering Journal

Nicolardi P. (2014): Metodi per l’analisi della vulnerabilità da maremoti applicati ad

Augusta in Sicilia Orientale, Tesi di Laurea, a.a. 2013/2014, Università di Bologna

Pagnoni G., Tinti S. (2015): Application and comparison of tsunami vulnerability and

damage models for the town of Siracusa, Sicily, Italy

Pagnoni G., Tinti S., Rallo F. (2014). Application and comparison of tsunami

vulnerability models in the gulf of Siracusa, Sicily. Geophysical Research Abstracts

Vol. 16, EGU2014-10621.

Piatanesi A., Tinti S. (1998): A revision of the 1693 eastern Sicily earthquake and

tsunami, J. Geophys. Res. 103, 2749-2758

http://diss.rm.ingv.it/diss/

http://www.ingv.it/it/

http://www.istat.it/it/

82

Polonia A., Bonatti E., Camerlenghi A., Lucchi R.G., Panieri G., Gasperini L. (2013):

Mediterranean megaturbidite triggered by the AD 365 Crete earthquake and tsunami.

Sci. Rep. 3, 1285. doi:10.1038/srep01285

Pontrelli P. (2007): Analisi del rischio associato ai maremoti in riferimento alle coste

orientali della Sicilia, Tesi di Laurea, a.a. 2006/2007, Università di Bologna

Rallo F. (2014): Applicazione e confronto di modelli per lo studio della vulnerabilità

da maremoto nel golfo di Siracusa, Italia, Tesi di Laurea, a.a. 2012/2013, Università di

Bologna

Ridente D., Martorelli E., Bosman A., Chiocci F.L. (2014): High-resolution morpho-

bathymetric imaging of the Messina Strait (Southern Italy). New insights on the 1908

earthquake and tsunami. Geomorphology, 208, 149-159

Rose A. (2004a): Economic principles, issues, and research priorities in hazard loss

estimation. In: Okuyama Y, Chang SE (eds) Modeling spatial and economic impacts

of disasters. Springer, Berlin, 13–36

Scicchitano G., Costa B., Di Stefano A., Longhitano S.G., Monaco C. (2010):

Tsunami and storm deposits preserved within a ria-type rocky coastal setting

(Siracusa, SE Sicily). Zeitschrift für Geomorphol. Suppl. Issues 54, 51–77.

doi:10.1127/0372-8854/2010/0054S3-0019

Scicchitano G., Monaco C., Tortorici L. (2007): Large boulder deposits by tsunami

waves along the Ionian coast of south-eastern Sicily (Italy). Mar. Geol. 238, 75–91

Sirovich, L., Pettenati, F., (1999): Seismotectonic outline of South-Eastern Sicily: an

evaluation of available options for the earthquake fault rupture scenario. J.

Seismology, 3, 213–233

Smedile A., De Martini. P.M., Pantosti D. (2012): Combining inland and offshore

paleotsunamis evidence: the Augusta Bay (eastern Sicily, Italy) case study. Nat.

Hazards Earth Syst. Sci., 12, 2557-2567

Sørensen M.B., Spada M., Babeyko A., Wiemer S., Grünthal G. (2012): Probabilistic

tsunami hazard in the Mediterranean Sea. J. Geophys. Res. Solid Earth 117, 1–15.

doi:10.1029/2010JB008169

Tapsell S., McCarthy S., Faulkner F., Alexander M. (2010): Social vulnerability and

natural hazards. CapHaz-Net WP4 Report, Flood Hazard Research Centre – FHRC,

Middlesex University, London

83

Terrier M., Monfort D., Lambert J., Le Roy S., Pedreros R., Sedan O. (2012): Method

for Evaluating Vulnerability to Tsunamis of low-to-medium intensity: Application to

the French Côte d'Azur. Fifth International Tsunami Symposium, Ispra, Italy.

http://www.tsunamisociety.org, 15 p. <hal-00717416v2>

Tinti S., Argnani A., Zaniboni F., Pagnoni G., Armigliato A. (2007): Tsunamigenic

potential of recently mapped submarine mass movements offshore eastern Sicily

(Italy): numerical simulations and implications for the 1693 tsunami. Abstract n.8235,

IUGG XXIV General Assembly

Tinti S., Armigliato A., Bortolucci E. (2001): Contribution of tsunami data analysis to

constrain the seismic source: the case of the 1693 eastern Sicily earthquake. J.

Seismology, 5, 41-61

Tinti S., Armigliato A., Pagnoni G., Zaniboni F. (2005a): Scenarios of giant tsunamis

of tectonic origin in the Mediterranean. ISET Journal of Earthquake Technology, 42,

171-188

Tinti S., Manucci A., Pagnoni G., Armigliato A., Zaniboni F. (2005b): The 30th

December 2002 tsunami in Stromboli: sequence of the events reconstructed from the

eyewitness accounts. Nat. Hazards Earth Syst. Sci., 5, 763-775.

Tinti S., Maramai A., Graziani L. (2007): The Italian Tsunami Catalogue (ITC),

Version 2

Tinti S., Pagnoni G., Zaniboni F. (2006): The landslides and tsunamis of 30th

December 2002 in Stromboli analysed through numerical simulations. Bull. Volcanol.,

68, 462-479

Tinti S., Tonini R., Bressan L., Armigliato A., Gardi A., Guillande R., Valencia N.,

Scheer S. (2011): Handbook of tsunami hazard and damage scenarios. JRC Scientific

and Technical Reports, pp. 1-41, doi: 10.2788/21259

Tsunami Hazard Assessment Methods: application in the NEAM region and in the

ASTARTE test sites (2015), Deliverable report D8.8

Wisner B., Blaikie P.M., Cannon T., Davis I. (2004): At Risk. Natural Hazards,

People’s Vulnerability and Disasters, Routledge

Wood N.J., Burton C.G., Cutter S.L. (2009): Community variations in social

vulnerability to Cascadia-related tsunamis in the U.S. Pacific Northwest, Nat Hazards

Zaniboni F., Armigliato A., Pagnoni G., Tinti S. (2014): Earthquake or landslide-

tsunami? Discriminating the source type by the effects on the coast. Abstract

http://www.tsunamisociety.org/

84

presented at the EGU General Assembly 2014, EGU2014-10025, Geophysical

Research Abstracts, Vol. 16

Analisi della vulnerabilità sociale e danno da tsunami per ... · iii Sommario Siracusa,...

Documents

Transcript of Analisi della vulnerabilità sociale e danno da tsunami per ... · iii Sommario Siracusa,...